为什么我们必须编写自己的函数来舍入到sig figs？
即
round(x, sig-int(floor(log10(abs(x))))-1)我知道我们可以使用f字符串格式：f"{33.44:.2g}"以字符串形式获取浮点数，智能地舍入为sigfigs以供显示："33.0"。
我试着在标准图书馆里找。有什么特别的原因吗？
编辑
阐明了现有功能：float-> string转换。
有几个原因表明这是有用的：
- 许多工程计算只需要3-5个符号
- 你可以直接使用等式运算符
x==y而不是np.isclose(x, y, rtol=1e-5)。 - 如果你正在使用print，sympy，pandas，matplotlib或像hand calcs这样的库，每次你都必须打印到屏幕上，你唯一的控制sigfigs的选择是转换为字符串并手动指定f字符串
f"{x:.3g}"，而不是只写原始浮点数x。 - 是的，很明显，python使用二进制定义的浮点数，而不是十进制数，所以它从来没有真正的“到5个重要的数字技术”👏。但是如果你花2秒使用python，你会认识到默认的行为是在15个小数位后将浮点数剪掉。这就是为什么我们首先要使用round（）函数。
默认数字显示在16 dp后忽略：
>>> 1 + 1e-15
1.000000000000001
>>> 1 + 1e-16
1.0还要注意，相等运算在它们相等超过15个小数位时有效：
>>> 1== (1 + 1e-15)
False
>>> 1== (1 + 1e-16)
True我只想知道为什么我们没有信号装置。
1条答案
按热度按时间41ik7eoe1#
因为这不是一个有用的行动。
在将浮点值转换为字符串以供输出时，对其进行舍入非常有用。使用您的示例：
印刷品
这是明智之举
但是，将浮点值舍入到小数位数 * 并将结果存储为浮点值 * 是没有用的，一般情况下也是不可能的。
假设我们有一个值
33.44，我们想把它四舍五入到小数点后一位，得到33.4。我们可以这样做：但是存储在
y中的实际值不是33.4。它可能类似于33.39999999999999857891452847979962825775146484375，因为这是我们在二进制64位浮点中可以得到的最接近的近似值。值33.4无法精确存储。更好的方法是以系统提供的精度存储和计算浮点值，并在阅读时对结果进行舍入，以转换为人类可读的字符串进行输出。