python - numpy 或 python 中的等效 matlab 函数 mod

Question

我正在将一些代码从 Matlab 转换为 Python。

在 matlab 中有函数 mod 给出模运算。

例如，以下示例显示了 matlab mod 和等效的 numpy remainder 操作之间的不同结果:

Matlab:

>> mod(6, 0.05)

ans =

     0

NumPy 的:

np.remainder(6, 0.05) 
0.04999999999999967

np.mod(6, 0.05)
0.04999999999999967

Python 模数运算符给出与 numpy 相同的结果。

6%0.05
0.04999999999999967

python 中是否有任何东西可以提供与 Matlab 中相同的模运算？最好可以在 numpy 2d/3d 数组上操作。

numpy documentation表示 numpy.mod 等同于 matlab mod。

Answer 1

这就是问题的核心，在python中:

>>> 6/0.05 == 120
True

>>> 6//0.05 == 120  # this is 119 instead
False

6/0.05 的浮点结果足够接近 120(即在 double 分辨率内)，因此四舍五入为 120.0。然而，它比 120 稍微小一点，因此显式的底数除法会将该数字截断为 119，然后才能将其标准化为 120.0。

一些证明:

>>> from decimal import Decimal
... print(6/Decimal(0.05))  # exactly approximate
... print(6/Decimal('0.05'))  # exact
119.9999999999999933386618522
1.2E+2

第一个数字是您首先使用 6/0.05 得到的数字，但是数字 119.9999999999999933386618522 会四舍五入到最接近的 double 字，这是120. 可以很容易地证明这两个数字在 double 内确实相同:

>>> print(6/Decimal('0.05') - 6/Decimal(0.05))
6.6613381478E-15

>>> 120 - 6.6613381478E-15 == 120
True

现在这是来自 MATLAB 的 help mod:

    MOD(x,y) returns x - floor(x./y).*y if y ~= 0, carefully computed to
    avoid rounding error. If y is not an integer and the quotient x./y is
    within roundoff error of an integer, then n is that integer.

这表明当 x/y 接近整数时，它会先四舍五入，而不是像在 python 中那样被截断。因此，MATLAB 竭尽全力对浮点结果施展魔法。

最简单的解决方案是自己对数字进行四舍五入(除非您可以使用 decimal.Decimal 之类的东西，但这意味着您应该完全放弃原生 double ，包括文字)并重现 MATLAB 的 以这种方式修改，假设这对您的用例有意义。