numpy.power() 和 math.pow() 不会给出相同的结果

Question

numpy.power() 是否不如 math.pow() 准确？

示例：

给定 A = numpy.array([6.66655333e+12,6.66658000e+12,6.66660667e+12,3.36664533e+12])

我定义 result = numpy.power(A,2.5)

所以 >> result = [ 1.14750185e+32 1.14751333e+32 1.14752480e+32 2.07966517e+31]

但是：

math.pow(A[0],2.5) = 1.14750185103e+32

math.pow(A[1],2.5) = 1.14751332619e+32

math.pow(A[2],2.5) = 1.14752480144e+32

math.pow(A[3],2.5) = 2.079665167e+31

Answer 1

这只是一个数字如何显示的问题：

>>> result[0]
1.1475018493845227e+32

和：

>>> math.pow(A[0],2.5)
1.1475018493845227e+32

两种方式都导致相同的值：

>>> result[0] == math.pow(A[0],2.5)
True

result 有自己的方法 __repr__()，它显示数字的方式与 float.

的标准 Python __repr__() 不同

numpy.power() and math.pow() don't give the same result