Fortran 95与Python同公式计算结果不同问题求助

嗨，我来帮你捋清楚这个问题的根源——其实核心是浮点数精度误差加上Fortran和Python对浮点数转整数的处理逻辑差异，再配合你Fortran里的变量类型声明，才导致了结果不一致。

先拆解计算逻辑 #

我们先手动算一遍理论值，看看正确结果应该是什么：

• 计算j：(-2.8 - (-8.4)) = 5.6，除以0.05得112.0，加1后是113.0
• 计算i：(-4.5 - (-5.1)) = 0.6，除以0.05得12.0，加1后是13.0

代入e的公式：((13-1)*1162 + 113) = 12*1162 + 113 = 13944 + 113 = 14057，这和Python的结果完全一致。那Fortran为什么会得到12894？

问题出在Fortran的类型转换与精度误差 #

看你的Fortran代码：

integer(2) :: i, j  ! 16位短整型，赋值时会截断浮点数小数部分
integer(4) :: e, n_x
n_x = 1162
j = ((-2.8 - (-8.4)) / 0.05) + 1
i = ((-4.5 - (-5.1)) / 0.05) + 1
e = ((i-1)*n_x+j)

这里有两个关键问题：

1. 浮点数精度的坑：二进制浮点数无法精确表示所有十进制小数，比如0.6 / 0.05理论上是12，但实际计算中可能得到11.999999999999998，5.6 / 0.05可能得到111.99999999999999。
2. Fortran的整型赋值规则：当把浮点数赋值给整型变量时，Fortran会直接截断小数部分（不是四舍五入）。所以上面的近似值会被截断成11和111，加1后i=12，j=112。

代入计算的话：((12-1)*1162 + 112) = 11*1162 + 112 = 12782 + 112 = 12894，正好和你得到的Fortran结果匹配！

怎么修复让两者结果一致？ #

你可以用下面两种方法修正Fortran代码：

方法1：使用四舍五入函数nint() #

nint()会把浮点数四舍五入到最近的整数，能避免精度误差导致的截断错误：

integer(2) :: i, j
integer(4) :: e, n_x
n_x = 1162
j = nint(((-2.8 - (-8.4)) / 0.05) + 1)
i = nint(((-4.5 - (-5.1)) / 0.05) + 1)
e = ((i-1)*n_x+j)

方法2：给浮点数结果加微小修正值再截断 #

如果不想用四舍五入，也可以给计算结果加一个极小的数（比如1e-6），确保接近整数的浮点数能被正确截断：

integer(2) :: i, j
integer(4) :: e, n_x
n_x = 1162
j = int(((-2.8 - (-8.4)) / 0.05) + 1 + 1e-6)
i = int(((-4.5 - (-5.1)) / 0.05) + 1 + 1e-6)
e = ((i-1)*n_x+j)

两种方法都能让i和j得到正确的13和113，最终e的结果就会和Python一致的14057了。

内容的提问来源于stack exchange，提问作者i'mlaguiar