python - Numpy loadtxt 四舍五入数字

Question

我正在使用 numpy loadtxt 函数来读取大量数据。数据似乎四舍五入。例如：文本文件中的数字是 -3.79000000000005E+01 但 numpy 读取的数字为 -37.9。我在 loadtxt 调用中将 dypte 设置为 np.float64 。无论如何要保持原始数据文件的精度？

Answer 1

loadtxt不是四舍五入的数字。您看到的是 NumPy 选择打印数组的方式：

In [80]: import numpy as np

In [81]: x = np.loadtxt('test.dat', dtype = np.float64)

In [82]: print(x)
-37.9

实际值是最接近输入值的 np.float64。

In [83]: x
Out[83]: array(-37.9000000000005)

---

或者，在更有可能的情况下，你有一个更高维的数组，

In [2]: x = np.loadtxt('test.dat', dtype = np.float64)

如果reprofx看起来被截断：

In [3]: x
Out[3]: array([-37.9, -37.9])

你可以np.set_printoptions用来获得更高的精度：

In [4]: np.get_printoptions()
Out[4]: 
{'edgeitems': 3,
 'infstr': 'inf',
 'linewidth': 75,
 'nanstr': 'nan',
 'precision': 8,
 'suppress': False,
 'threshold': 1000}

In [5]: np.set_printoptions(precision = 17)

In [6]: x
Out[6]: array([-37.90000000000050306, -37.90000000000050306])

（感谢@mgilson 指出这一点。）