也许这与浮点数的限制有关。由于机器的精度,不可能将所有可能的值完美地存储为浮点数。例如:
>>> 8.4
8.4000000000000004
>>> 8.35
8.3499999999999996
因此,作为浮点数的8.4略大于8.4的实际值,而作为浮点数的8.35则稍小一点。
Python Numpy Arange意外结果
也许这与浮点数的限制有关。由于机器的精度,不可能将所有可能的值完美地存储为浮点数。例如:
>>> 8.4
8.4000000000000004
>>> 8.35
8.3499999999999996
因此,作为浮点数的8.4略大于8.4的实际值,而作为浮点数的8.35则稍小一点。