Python中numpy.floor浮点计算结果不符预期的解决方案求助

嘿，这个问题我太熟了——本质就是浮点数的二进制精度误差在搞鬼！咱们先搞清楚为什么会出现这个情况：

你以为3*1.4 + 2*1.4等于5*1.4=7.0，但实际上1.4没办法用二进制浮点数精确表示，它在计算机里是一个无限循环的近似值。实际计算出来的结果并不是严格的7.0，而是一个略小于7的数（比如6.999999999999999），所以numpy.floor()会把它向下取整到6.0。

下面给你几个更优的解决方案：

方案一：使用decimal模块精确控制运算精度 #

这是处理高精度计算的标准方案，适合对精度要求高的场景（比如金融、科学计算）：

from decimal import Decimal, getcontext
import numpy

# 设置足够的运算精度（根据你的需求调整）
getcontext().prec = 10
# 注意：必须用字符串初始化Decimal，避免带入浮点数本身的误差
num = Decimal('1.4')
result = Decimal('3') * num + Decimal('2') * num
# 转成numpy浮点数后再取floor
print(numpy.floor(float(result)))  # 输出7.0

方案二：添加微小偏移量抵消精度误差 #

如果你的场景数值范围可控，且不需要极高精度，可以给计算结果加一个极小的epsilon（比如1e-9），用来抵消浮点数的微小误差：

import numpy

epsilon = 1e-9
print(numpy.floor(3*1.4 + 2*1.4 + epsilon))  # 输出7.0

⚠️ 注意：epsilon的大小要根据你的数值范围调整，不能太大，否则会影响真实的小于整数的计算结果。

方案三：直接用整数运算（优化你的临时方案） #

如果你的数值都是固定小数位（比如一位小数），可以统一转成整数运算，比你之前的方式更严谨：

import numpy

# 把1.4转成整数14（对应一位小数），运算后再转回浮点数
result = (3*14 + 2*14) / 10
print(numpy.floor(result))  # 输出7.0

这个方法只适合小数位固定的场景，但胜在直观高效，避免了多余的放大操作。

你的临时方案之所以不是最佳实践，是因为它依赖于固定的放大倍数，如果遇到不是两位小数的数值（比如1.444），就会失效，还可能引入新的精度问题。

内容的提问来源于stack exchange，提问作者Chris