numpy浮点数组取整后用set()致元素内容改变，原因是什么？

嘿，这个问题我太熟了！本质上还是二进制浮点数的精度玄学在搞鬼，跟你用不用str()/repr()没关系，咱们一步步拆解：

核心原因：浮点数的二进制存储误差 #

计算机里的浮点数（不管是Python原生float还是numpy的float64）都是用二进制近似存储的，哪怕看起来是整数的浮点数，都可能因为计算或存储过程的细微差异，变成类似1.9999999999999996或者2.0000000000000004这种“伪整数”。

举个你可以直接试的例子：

import numpy as np
x = np.float64(2.0000000000000004)
y = np.float64(2.0)
print(x)  # 打印出来是2.0，跟y看起来一模一样
print(y)
print(x == y)  # 但实际比较的结果是False！

你用print看变量的时候，Python会自动做四舍五入显示，所以看不到这些微小的差异，但set()是靠元素的哈希值和严格相等判断来去重的——这俩数二进制存储不一样，哈希值就不同，自然会被set()当成两个不同的元素，看起来就像是数组内容“变了”。

为什么取整后还会出现这个问题？ #

numpy的取整函数（比如np.round()、np.floor()）虽然能把浮点数往整数靠，但如果原数本身因为精度问题已经偏离了“精确整数”，取整操作有时候也没法完全修正这种微小偏差——比如np.round(1.9999999999999996)得到的其实还是1.9999999999999996，而不是严格的2.0。

解决办法 #

别用Python原生的set()处理numpy浮点数数组，改用更靠谱的方式：

• 用numpy自带的np.unique()：这是专门为numpy数组设计的去重方法，内部处理浮点数的逻辑更贴合numpy的存储机制，不会出现这种“看起来一样却不被去重”的问题：

  import numpy as np
  arr = np.array([1.2, 2.3, 2.0, 1.9999999999999996])
  rounded_arr = np.round(arr)
  unique_vals = np.unique(rounded_arr)
  print(unique_vals)  # 输出 array([1., 2.])
  

• 转成整数类型再去重：如果你的场景里取整后应该是整数，直接把数组转成int类型，从根源上避免浮点数精度问题：

  int_arr = rounded_arr.astype(int)
  unique_vals = set(int_arr)
  print(unique_vals)  # 输出 {1, 2}
  

• 强制修正精度后转成Python列表：如果必须用set()，可以先把数组元素四舍五入到足够多的小数位，再转成Python原生的float列表：

  unique_vals = set(np.round(arr, 10).tolist())
  

最后再确认下你说的点 #

你提到已经检查过变量内容，应该是用print看的对吧？下次可以试试用np.array_equal()或者直接打印元素的二进制表示（比如x.view('int64')），就能看到这些肉眼看不到的差异啦～

内容的提问来源于stack exchange，提问作者J. Doenut