元组到numpy，数据精度

Question

当我将元组转换为numpy时，存在数据准确性问题。我的代码是这样的：

import numpy as np
a=(0.547693688614422, -0.7854270889025808, 0.6267478456110592)
print(a)
print(type(a))
tmp=np.array(a)
print(tmp)

其结果如下：

(0.547693688614422, -0.7854270889025808, 0.6267478456110592)
<class 'tuple'>
[ 0.54769369 -0.78542709  0.62674785]

为什么？

Answer 1

一种方法是设置如下：

In [1039]: np.set_printoptions(precision=20)

In [1041]: tmp=np.array(a)

In [1042]: tmp
Out[1042]: array([ 0.547693688614422 , -0.7854270889025808,  0.6267478456110592])

In [1043]: tmp.dtype
Out[1043]: dtype('float64')

Answer 2

我认为您只看到显示中的截断，但内部值仍然保持更高的准确性。下面是我的发现：

>> a
(0.547693688614422, -0.7854270889025808, 0.6267478456110592)

>> b=np.array(a)

>> b
array([ 0.54769369, -0.78542709,  0.62674785]) #<-- printed display shows lower accuracy

>> b[0]
0.547693688614422 #<-- print of a single value shows same accuracy as original

Answer 3

这种看似不一致的现象应该只是数字的显示方式，而不是它们是如何被表示/存储的。

您可以检查dtype以确认它仍然是float64。

tmp.dtype  # dtype('float64')

您可以调整np.set_printoptions以查看它们的值以不同的方式显示。

print(tmp)  # [ 0.54769369 -0.78542709  0.62674785]
np.set_printoptions(precision=18)  # default precision is 8
print(tmp)  # [ 0.547693688614422  -0.7854270889025808  0.6267478456110592]