R语言 诡异的精度

浮点数运算需谨慎。。

> .3-.4+.4<br />
[1] 0.3<br />
> options(digits = 22)<br />
> .3-.4+.4<br />
[1] 0.2999999999999999888978

浮点数计算是坑爹的。建议楼主找本数值计算的书看看。被坑过的人飘过。

奇怪啊，很正常的运算，为什么R会算错呢？

回复 第4楼 的 yangliping：浮点数的运算、比较，好像对于任何语言都是这样的。。

回复 第1楼 的 he168：

网上搜了一下，高精度包Rmpfr可以解决这个问题。

<br />
>library(Rmpfr)<br />
> a=mpfr(c('.81','.1','.09','-.9'),200)<br />
> a[1]*a[2]+a[3]*a[4]<br />
1 'mpfr' number of precision  200   bits<br />
[1] 0<br />

回复 第7楼 的 warrenzhang：

换过一组数据就出错了

> 0.3-0.4+0.4

[1] 0.3

> options(digits=20)

> 0.3-0.4+0.4

[1] 0.2999999999999999889

> a=mpfr(c('.3','.4','.3'),200)

> a[1]-a[2]+a[3]

1 'mpfr' number of precision 200 bits

[1] 0.20000000000000000000000000000000000000000000000000000000000019

> a=mpfr(c('.3','.4','.3'),100)

> a[1]-a[2]+a[3]

1 'mpfr' number of precision 100 bits

[1] 0.20000000000000000000000000000024

如果能保证计算结果永远为0.3？

通用语言中的浮点数都是按照 IEEE 754 标准实现的。 R 语言方面在这个事情上的处理思路上我是有点理解不了，面向应该用应该一步到位，暴露不同层级的抽象实在是让人很难过。

作为 Python 党我来捣乱：

Python 标准库中有 decimal 库，专门解决十进制精确计算问题。

<br />
In [1]: from decimal import Decimal as D</p>
<p>In [2]: D('0.3') - D('0.4') + D('0.4')<br />
Out[2]: Decimal('0.3')</p>
<p>In [3]: D('0.3') + D('0.4') - D('0.4')<br />
Out[3]: Decimal('0.3')<br />

回复 第9楼 的 G_will：

木有用过这个软件

> a=0.3

> b=0.4

> c=a-b+b

> c

[1] 0.3

> options(digits=10)

> c1=a-b+b

> c1

[1] 0.3

> options(digits=16)

> c2=a-b+b

> c2

[1] 0.3

> options(digits=20)

> c3=a-b+b

> c3

[1] 0.2999999999999999889

> a1=round(a,digits=2)

> b1=round(b,digits=2)

> c4=a1-b1+b1

> c4

[1] 0.2999999999999999889

R确实是诡异

回复 第10楼 的 ywh19860616：不是诡异，是 R 的浮点数直接就是按照标准实现的，再加上 R 的精度设置，所以就这样了，蛋疼的是 R 既然面向应用就应该把这个封装起来，给用户与实际应用思维统一的抽象。

总之这是坑点，需牢记。

回复 第11楼 的 G_will：

恩，谢谢您的指导

真是矫枉过正啊，不按标准实现，自己搞一套实现反而成了正道了？

R 和 Python 的根本区别不在于面向「应用」，而在于面向科学和面向（软件）工程。何况就算是面向应用，也应该遵守标准实现。

回复 第13楼 的 肖楠：面向科学的标准是 IEEE 754 么？呵呵[s:11]。 那个，我只是随口提了一下 Python 中的 decimal 库，虽然 Python 中普通浮点数也是按标准实现的，像 Python 这种渣渣语言确实矫枉过正，由它去吧。我还是去研习宇宙第一语言 PHP 好了，有时间回头还得好好再学习 R 。

回复 第14楼 的 G_will：“宇宙第一语言”。。。[s:12]