Valeur d'epsilon en Python

Question

Existe-t-il une valeur standard pour (ou une méthode pour obtenir) epsilon en Python ? J'ai besoin de comparer des valeurs à virgule flottante et je veux comparer par rapport à la plus petite différence possible.

En C++, il y a une fonction fournie numeric_limits::epsilon( ) qui donne la valeur epsilon pour un type de données donné. Existe-t-il un équivalent en Python ?

Answer 1

Les informations sont disponibles dans sys.float_info qui correspond à float.h en C99.

>>> import sys
>>> sys.float_info.epsilon
2.220446049250313e-16

Answer 2

Comme strcat a publié il y a sys.float_info.epsilon .

Mais n'oubliez pas les pièges de son utilisation comme marge d'erreur absolue pour les comparaisons en virgule flottante. Par exemple, pour les grands nombres, l'erreur d'arrondi pourrait dépasser epsilon.

Si vous pensez avoir besoin d'une remise à niveau, la référence standard est l'ouvrage de David Goldberg. Ce que tout informaticien devrait savoir sur l'arithmétique à virgule flottante ou pour un examen plus simple vous pouvez consulter Le guide de la virgule flottante .

Answer 3

Si vous ne trouvez pas de fonction pour le faire, rappelez-vous que l'algorithme pour calculer l'epsilon de la machine est très facile (vous pouvez le tester avec votre langage de programmation préféré), par exemple pour python :

eps = 1.0
while eps + 1 > 1:
    eps /= 2
eps *= 2
print("The machine epsilon is:", eps)

Dans mon cas, j'ai obtenu :

The machine epsilon is: 2.220446049250313e-16

Answer 4

Je suis surpris que personne ne l'ait mentionné ici ; je pense que beaucoup de personnes utiliseraient numpy.finfo( type(variable) ).eps à la place. Ou .resolution s'il s'agit d'évaluer la précision.

Notez que finfo n'est que pour les types à virgule flottante, et qu'il fonctionne également avec la méthode Python float (c'est-à-dire qu'elle n'est pas limitée aux types de numpy). L'équivalent pour les types entiers est iinfo Bien qu'il ne contienne pas d'informations précises (parce que, pourquoi le ferait-il ?).

Answer 5

Ce qui suit a également fonctionné pour moi :

>>> import math
>>> math.ulp(1.0)
2.220446049250313e-16