来自 MATLAB 的 Python 新手。
我正在使用幅度尺度函数的双曲正切截断。0.5 * math.tanh(r/rE-r0) + 0.5将函数应用于范围值数组时遇到问题r = np.arange(0.1,100.01,0.01)。0.0我在接近零的一侧得到了几个函数值，这在我执行对数时会导致域问题：
P1 = [ (0.5*m.tanh(x / rE + r0 ) + 0.5) for x in r] # truncation function
我使用这个解决方法：
P1 = [ -m.log10(x) if x!=0.0 else np.inf for x in P1 ]
这对我正在做的事情来说已经足够了，但它有点像创可贴的解决方案。
根据数学明确性的要求：
在天文学中，震级规模大致如下：
mu = -2.5log(flux) + mzp # apparent magnitude
其中 mzp 是每秒看到 1 个光子的幅度。因此，更大的通量等同于更小（或更负）的视震级。我正在为使用多个组件功能的源制作模型。前任。两个具有不同 sersic 索引的 sersic 函数，P1在内部组件上具有外部1-P1截断，在外部组件上具有内部截断。这样，当向每个分量添加截断函数时，由半径定义的幅度将变得非常大，因为 mu1-2.5*log( P1) 在P1渐近接近零时变得非常小。
TLDR：我想知道的是，是否有一种方法可以保留精度不足以与零区分开来的浮点（特别是在渐近接近零的函数的结果中）。这很重要，因为当取这些数字的对数时，结果是域错误。
非对数 P1 中的输出开始读取零之前的最后一个数字是5.551115123125783e-17，这是一个常见的浮点算术舍入误差结果，其中所需的结果应该为零。
任何投入将不胜感激。
@user：Dan 没有放我的整个脚本：
xc1,yc1 = 103.5150,102.5461;
Ee1 = 23.6781;
re1 = 10.0728*0.187;
n1 = 4.0234;
# radial brightness profile (magnitudes -- really surface brightness but fine in ex.)
mu1 = [ Ee1 + 2.5/m.log(10)*bn(n1)*((x/re1)**(1.0/n1) - 1) for x in r];
# outer truncation
rb1 = 8.0121
drs1 = 11.4792
P1 = [ (0.5*m.tanh( (2.0 - B(rb1,drs1) ) * x / rb1 + B(rb1,drs1) ) + 0.5) for x in r]
P1 = [ -2.5*m.log10(x) if x!=0.0 else np.inf for x in P1 ] # band-aid for problem
mu1t = [x+y for x,y in zip(P1,mu1)] # m1 truncated by P1
其中 bn(n1)=7.72 和 B(rb1,drs1) = 2.65 - 4.98 * ( r_b1 / (-drs1) )；
mu1 是要截断的分量的幅度分布。P1 是截断函数。P1 的许多最终条目为零，这是由于浮点精度导致浮点与零无法区分。
查看问题的简单方法：
>>> r = np.arange(0,101,1)
>>> P1 = [0.5*m.tanh(-x)+0.5 for x in r]
>>> P1
[0.5, 0.11920292202211757, 0.01798620996209155, 0.002472623156634768, 0.000335350130466483, 4.539786870244589e-05, 6.144174602207286e-06, 8.315280276560699e-07, 1.1253516207787584e-07, 1.5229979499764568e-08, 2.0611536366565986e-09, 2.789468100949932e-10, 3.775135759553905e-11, 5.109079825871277e-12, 6.914468997365475e-13, 9.35918009759007e-14, 1.2656542480726785e-14, 1.7208456881689926e-15, 2.220446049250313e-16, 5.551115123125783e-17, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0]
还要注意零之前的浮点数。