Python約等於怎麼寫

Python是一種高級編程語言，已經成為許多開發者的首選語言。然而，在Python中，很多時候需要進行數字比較，但由於精度問題，直接使用「==」進行比較可能會得到錯誤的結果。為了解決這一問題，Python提供了幾種約等於的方法。本文將從多個方面介紹Python中如何進行約等於的操作。

一、math.isclose()

Python 3.5及以上版本已經內置了math.isclose()函數，用於判斷兩個數在相對或絕對誤差範圍內是否相等。

import math

x = 0.1 + 0.2 # 0.30000000000000004
y = 0.3

math.isclose(x, y, rel_tol=1e-9, abs_tol=0.0) # True

其中，rel_tol是相對誤差容限，abs_tol是絕對誤差容限。如果您覺得上述默認值無法滿足您的需求，可以根據具體情況調整。

二、numpy.isclose()

如果您需要進行向量或矩陣的比較，可以使用numpy.isclose()函數。

import numpy as np

x = np.array([1, 2, 3])
y = np.array([1.1, 2.2, 3.3]) * 0.9

np.isclose(x, y, rtol=1e-9, atol=0.0) # array([ True, True, True])

其中，rtol和atol分別代表相對誤差容限和絕對誤差容限。如果只需要判斷所有元素是否在誤差容限內相等，可以使用np.all()函數。

np.all(np.isclose(x, y, rtol=1e-9, atol=0.0)) # True

三、decimal.Decimal()

如果您需要更精細的精度控制，可以使用decimal.Decimal()類。

from decimal import Decimal

x = Decimal('0.1') + Decimal('0.2')
y = Decimal('0.3')

x == y # True

其中，Decimal()接受字元串作為參數，故需要使用引號將數字字元串括起來。

四、numpy.allclose()

如果您需要比較兩個矩陣，numpy.allclose()函數可以幫助您。

import numpy as np

x = np.random.rand(5, 5)
y = x + np.random.rand(5, 5) * 1e-5

np.allclose(x, y, rtol=1e-4, atol=1e-6) # True

其中，rtol和atol分別代表相對誤差容限和絕對誤差容限。np.allclose()函數默認使用np.isclose()函數進行比較，但您也可以通過修改equal_nan參數決定是否將NaN視為相等。

五、小結

通過使用math.isclose()、numpy.isclose()、decimal.Decimal()、numpy.allclose()這幾種方法，我們可以在Python程序中實現精確的數字比較。您可以根據自己的需求選擇合適的方法，並適當調整誤差容限來獲得更準確的結果。