数字接近1的Numpy日志慢？

Question

看下面这段代码：

import numpy as np
import timeit

print('close', timeit.Timer(lambda: np.log(0.99999999999999978)).timeit())
print('not close', timeit.Timer(lambda: np.log(0.99)).timeit()))

输出是：

close 4.462684076999722
not close 0.6319260000018403

怎么这么大（数量级）的运行时间差异？ 我错过了什么吗？

编辑：

更重要的是，我们看到值的减速小到： 1 - np.finfo(np.float).eps但不是值1 - np.finfo(np.float).eps * 10 。

我的机器Python 3.5.2 |Anaconda 4.1.1 (64-bit)带有numpy 1.11.1 。

到目前为止，这已经在我身边的其他3台机器上重现了（2个Python 3.4 Anaconda安装，1个Python 2.7默认的Ubuntu安装）。

其他一些用户也可以重现它，而其他用户则不能。 看评论。

编辑2：

可能只在Linux系统上可重现。 到目前为止，在Windows系统上无法重现。

Answer 1

在撰写本文时，大多数芯片组使用泰勒级数和特定预先计算的值表来评估log 。

对于泰勒级数，一个接近1的数字收敛的速度比远离1的数字慢。这可能在某种程度上解释了这里观察到的执行时间的差异。

0.99也可能更接近列表值之一，这也会有所帮助。

或者您的观察结果甚至可能无统计学意义。