比较浮点不等式（在python中）

Question

assert tlf.z >= tlb.z, (tlf.z,trf.z)
AssertionError: (0.5, 0.5)

可以看出，我正遭受精度问题的困扰。如何重新措辞断言，使其传递足够接近的值（fudge因子应该有多大？）然后修复右弦，它应该比左弦更小，这样它就变得严格相等了吗？在

Answer 1

试试这个：

EPSILON = 10 ** -12
assert tlf.z >= tlb.z - EPSILON, (tlf.z,trf.z)
tlf.z = max(tlf.z,tlb.z)

从本质上讲，你必须定义你对“大于或等于”的容忍度，并对其作出解释。在

为EPSILON选择什么价值是个难题。它取决于错误的来源，以及来源与比较之间的计算数量。如果计算很少，EPSILON的值越小越好。我会试试这个例子，如果你仍然发现问题，就调整一下。在

Answer 2

我认为威尔1给出的答案不正确。
让我解释一下。在

以下表达式：
tlf.z >= tlb.z - EPSILON
相当于：
(tlf.z > tlb.z - EPSILON) or (tlf.z == tlb.z - EPSILON)

如果tlf.z > tlb.z为真，即使差小于EPSILON，那么{}也将为真。不管EPSILON值多少。正确的形式是：
tlf.z > tlb.z + EPSILON
至于第二个表达式tlf.z == tlb.z - EPSILON，只有当tlf.z和{}完全不同于{}时，它才会被计算为true，这不是我们想要的。相反，我们希望它们之间的差异小于EPSILON：
abs(tlf.z - tlb.z) <= EPSILON

最后，tlf.z >= tlb.z - EPSILON应写成：
(tlf.z > tlb.z + EPSILON) || (abs(tlf.z - tlb.z) <= EPSILON)

更新：
我在看一些代码，突然发现(tlf.z > tlb.z + EPSILON) || (abs(tlf.z - tlb.z) <= EPSILON)实际上相当于tlf.z >= tlb.z - EPSILON。
当我们寻找相似性时，abs(tlf.z - tlb.z) <= EPSILON，我们希望tlb.z位于以下灰色区域：

当我们寻找tlf.z > tlb.z + EPSILON时：

因此，我们确实在寻找：

与tlf.z + EPSILON >= tlb.z（相当于tlf.z >= tlb.z - EPSILON）相同。
在这种情况下，willm1实际上是对的。对不起：）