为什么numpy output每次的精度都不一样？

Question

运行以下程序：

for i in range(10):
    a = np.random.uniform(0, 1)
    print(a)

我们有结果：

0.4418517709510906
0.05536715253773261
0.44633855235431785
0.3143041997189251
0.16175184090609163
0.8822875281567105
0.11367473012241913
0.9951703577237277
0.009103257465210124
0.5185580156093157

为什么每个output的精度都不一样？ 有时精确到小数点后 16 位，但有时精确到小数点后 18 位。 为什么会这样？

另外，如果我想控制output的精度，即output每次只有15位小数，我该怎么做呢？

---

编辑：我尝试使用np.set_printoptions(precision=15)

np.set_printoptions(precision=15)
for i in range(10):
    a = np.random.uniform(0, 1)
    print(a)

但是 output 是：

0.3908531691561824
0.6363290508517755
0.3484260990246082
0.23792451272035053
0.5776808805593472
0.3631616619602701
0.878754651138258
0.6266540814279749
0.8309347174000745
0.5763464514883537

这仍然没有得到我想要的结果。 我想要的结果如下：

0.390853169156182
0.636329050851775
0.348426099024608
0.237924512720350
0.577680880559347
0.363161661960270
0.878754651138258
0.626654081427974
0.830934717400074
0.576346451488353

Answer 1

print(a)打印产生与a相同的 float64 值的最短数字字符串。

例子：

a = 0.392820481778549002
b = 0.392820481778549
a_bits = np.asarray(a).view(np.int64).item()
b_bits = np.asarray(b).view(np.int64).item()

print(f"{a:.18f}", hex(a_bits))
print(f"{b:.18f}", hex(b_bits))
print(a == b)

结果：

0.392820481778549002 0x3fd923f8849c0570
0.392820481778549002 0x3fd923f8849c0570
True

您可以使用f"{a:.18f}"语法来获得固定宽度的 output。 numpy arrays 的等价物是np.set_printoptions(precision=18, floatmode="fixed") 。