Precisión del punto flotante en la matriz Python

Question

Pido disculpas por la pregunta realmente simple y tonta; sin embargo, ¿por qué hay una diferencia en la precisión mostrada para estos dos casos?

1)

>> test = numpy.array([0.22]) 
>> test2 = test[0] * 2 
>> test2 
0.44 

2)

>> test = numpy.array([0.24]) 
>> test2 = test[0] * 2 
>> test2 
0.47999999999999998 

estoy usando python2.6.6 en Linux de 64 bits. Gracias de antemano por su ayuda.

Esto también contener parece ser el caso para una lista en Python

>>> t = [0.22] 
>>> t 
[0.22] 

>>> t = [0.24] 
>>> t 
[0.23999999999999999] 

Answer 1

porque son diferentes números y números diferentes tienen diferentes efectos de redondeo.

(Prácticamente ninguna de las preguntas relacionadas abajo del lado derecho explicará la causa de los propios efectos de redondeo.)

---

Bien respuesta, más grave. Parece que numpy realiza alguna transformación o el cálculo de los números en una matriz:

>>> t = numpy.array([0.22]) 
>>> t[0] 
0.22 


>>> t = numpy.array([0.24]) 
>>> t[0] 
0.23999999999999999 

mientras que Python no hace esto automáticamente:

>>> t = 0.22 
>>> t 
0.22 

>>> t = 0.24 
>>> t 
0.24 

El error de redondeo es menor que numpy de "eps" valor para float, lo que implica que debe ser tratada como igual (y de hecho lo es):

>>> abs(numpy.array([0.24])[0] - 0.24) < numpy.finfo(float).eps 
True 

>>> numpy.array([0.24])[0] == 0.24 
True 

Pero la razón de que Python lo muestra como '0,24' y nu mpa no lo hace es porque método por defecto de Python usa float.__repr__ menor precisión (que, IIRC, fue un cambio bastante reciente):

>>> str(numpy.array([0.24])[0]) 
0.24 

>>> '%0.17f' % 0.24 
'0.23999999999999999'