标签：9353 366cf056 11ed time 99e44f95bc32 问题溢出 0f9b 精度

背景

python中定义好的浮点型数据，在实际业务系统传输过程中，出现了精度溢出的问题。具体实例如下：

加载数据

import numpy as np
import pandas as  pd


#加载本地的测试数据
data_path=r'D:\desktop\data_b6da1bdd4fa54677a03994e0db9fb508.csv'
data=pd.read_csv(data_path)
data.head()
"""
	time	366cf056-0f9b-11ed-9353-99e44f95bc32
0	0.0	0.066
1	0.2	0.052
2	0.5	0.023
3	0.8	0.006
4	1.0	0.004

"""

查看数据基础属性


data.info()#查看数据的基础信息
"""
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2049 entries, 0 to 2048
Data columns (total 2 columns):
 #   Column                                Non-Null Count  Dtype  
---  ------                                --------------  -----  
 0   time                                  2049 non-null   float64
 1   366cf056-0f9b-11ed-9353-99e44f95bc32  2049 non-null   float64
dtypes: float64(2)
memory usage: 32.1 KB

"""

业务应用：将dataframe转换成json

def dataframe_to_json(raw_data):
    """将dataframe转换成json的形式"""
    data = raw_data.values.tolist()
    cols = raw_data.columns.tolist()
    output = list(map(lambda x: dict(zip(cols, x)), data))
    return output
dataframe_to_json(data)[:10]#查看前10个
"""
[{'time': 0.0, '366cf056-0f9b-11ed-9353-99e44f95bc32': 0.066},
 {'time': 0.2, '366cf056-0f9b-11ed-9353-99e44f95bc32': 0.052},
 {'time': 0.5, '366cf056-0f9b-11ed-9353-99e44f95bc32': 0.023},
 {'time': 0.8, '366cf056-0f9b-11ed-9353-99e44f95bc32': 0.006},
 {'time': 1.0, '366cf056-0f9b-11ed-9353-99e44f95bc32': 0.004},
 {'time': 1.2, '366cf056-0f9b-11ed-9353-99e44f95bc32': 0.009},
 {'time': 1.5, '366cf056-0f9b-11ed-9353-99e44f95bc32': 0.003},
 {'time': 1.8, '366cf056-0f9b-11ed-9353-99e44f95bc32': 0.002},
 {'time': 2.0, '366cf056-0f9b-11ed-9353-99e44f95bc32': 0.002},
 {'time': 2.2, '366cf056-0f9b-11ed-9353-99e44f95bc32': 0.003}]
"""

在jupyter或pycharm本地测试中显示没有任何问题，但是嵌入到开发的软件中，以exe的方式运行时，过程中偶尔传输的结果是：

#相同的python虚拟环境，相同的数据，在实际项目过程中运行的结果：
[{'time': 0.0, '366cf056-0f9b-11ed-9353-99e44f95bc32': 0.06599999964237213}, {'time': 0.2, '366cf056-0f9b-11ed-9353-99e44f95bc32': 0.052000001072883606}, {'time': 0.5, '366cf056-0f9b-11ed-9353-99e44f95bc32': 0.023000000044703484}, {'time': 0.8, '366cf056-0f9b-11ed-9353-99e44f95bc32': 0.006000000052154064}, {'time': 1.0, '366cf056-0f9b-11ed-9353-99e44f95bc32': 0.004000000189989805}, {'time': 1.2, '366cf056-0f9b-11ed-9353-99e44f95bc32': 0.008999999612569809}, {'time': 1.5, '366cf056-0f9b-11ed-9353-99e44f95bc32': 0.003000000026077032}, {'time': 1.8, '366cf056-0f9b-11ed-9353-99e44f95bc32': 0.0020000000949949026}, {'time': 2.0, '366cf056-0f9b-11ed-9353-99e44f95bc32': 0.0020000000949949026}, {'time': 2.2, '366cf056-0f9b-11ed-9353-99e44f95bc32': 0.003000000026077032}]

问题定位

与python中浮点数据的表示机制有关

相关文档说明

在stackflow(https://stackoverflow.com/questions/31977319/floating-point-precision-affected-when-converting-dataframe-to-list)上我也查到了类似的问题，大家给到核心建议是使用"round"方法。

查看python官方文档关于《浮点算术：问题和限制》(https://docs.python.org/3.8/tutorial/floatingpoint.html)的相关说明：

核心说明

核心的说明有以下几点：

浮点数在计算机硬件中表示为以 2 为底的（二进制）分数。
不幸的是，大多数十进制分数不能完全表示为二进制分数。结果是，通常，您输入的十进制浮点数仅与实际存储在机器中的二进制浮点数近似。
Python 只打印机器存储的二进制近似值的真实十进制值的十进制近似值。
有趣的是，有许多不同的十进制数共享相同的最接近的近似二进制分数。
请注意，这是二进制浮点的本质：这不是 Python 中的错误，也不是您的代码中的错误。您将在所有支持硬件浮点运算的语言中看到相同的内容（尽管某些语言默认或在所有输出模式下可能不会显示差异）。
表示错误问题：指某些（实际上是大多数）十进制分数不能完全表示为二进制（以 2 为底）分数的事实。这就是为什么 Python（或 Perl、C、C++、Java、Fortran 和许多其他语言）通常不会显示您期望的确切十进制数的主要原因。这是为什么？1/10 不能完全表示为二进制分数。今天（2000 年 11 月）几乎所有机器都使用 IEEE-754 浮点运算，并且几乎所有平台都将 Python 浮点数映射到 IEEE-754 “双精度”。754 个双精度数包含 53 位精度，因此在输入时，计算机会努力将 0.1 转换为最接近的小数，其形式为J /2** N，其中J是正好包含 53 位的整数。

解决方案

使用format格式化输出(或f-string )
保存成分数的形式

#应用示意
format(math.pi, '.12g') #'3.14159265359'

#转化成分数
x=3.14159
x.as_integer_ratio()#转换成对应的分数表示
"""
(3537115888337719, 1125899906842624)#分子/分母
"""
x=0.25
x.as_integer_ratio()
"""
(1, 4)##分子/分母
"""


from decimal import Decimal
Decimal.from_float(0.1)
"""
Decimal('0.1000000000000000055511151231257827021181583404541015625')
"""
format(Decimal.from_float(0.1),".17")#'0.10000000000000001'

from fractions import Fraction
Fraction.from_float(0.1)
(0.1).as_integer_ratio()
"""
(3602879701896397, 36028797018963968)
"""

回归上述问题

但针对背景中提到的问题，我们可以看到输出的数据都是数值型，通过上述格式化方案或分数不足以解决问题。最红通过定位发现dataframe.values.tolist()中才会出现该问题。

在dataframe结果时我们我们已经明确指定小数位数，但是通过dataframe.values.tolist()方法或者dataframe.values时会出现精度溢出的问题。分析：基于python中float型数据的保存机制，精度溢出是随机的，完全依赖于当前运行环境。精度溢出以外的数据对我们的影响有两种情况：

第一种：通过保留小数(round),我们可以达到目标预期；

第二种：通过保留小数后的数值与我们的实际预期差异较大，这种可能性非常小。

解决方案：本文给出一种结合业务场景的"round"方法，假定我们保存的结果数据可能有3位小数也可能包含6位小数，此时我们通过使用np.allclose()函数比较误差，以此确定保留几位小数。以此减少精度溢出问题对我们的影响。

#代码优化形式
def dataframe_to_json(raw_data):
    """将dataframe转换成json的形式"""
    data = raw_data.values  # .tolist()
    cols = raw_data.columns  # .tolist()
    try:
        data1 = np.round(data, 3)
        data2 = np.round(data, 6)
        data = data1 if np.allclose(data1, data) else data2
    except Exception:
        pass
    output = list(map(lambda x: dict(zip(cols, x)), data))
    return output

标签：9353,366cf056,11ed,time,99e44f95bc32,问题,溢出,0f9b,精度
From： https://www.cnblogs.com/AzeHan/p/17305094.html

精度溢出问题

背景