Dài (> 20million yếu tố) mảng tổng kết trong python numpy

Question

Tôi mới để python và numpy vì vậy xin vui lòng tha cho tôi nếu vấn đề này là rất thô sơ! Tôi có một mảng các giá trị âm (nó được sắp xếp):

>>>neg 
[ -1.53507843e+02 -1.53200012e+02 -1.43161987e+02 ..., -6.37326136e-1 -3.97518490e-10 -3.73480691e-10] 
>>>neg.shape 
(12922508,) 

tôi cần phải thêm mảng này để trùng lặp của nó (nhưng với các giá trị tích cực) để tìm độ lệch chuẩn của phân phối trung bình để zero. Vì vậy, tôi làm như sau:

>>>pos=-1*neg 
>>>pos=pos[::-1] #Just to make it look symmetric for the display bellow! 
>>>total=np.hstack((neg,pos)) 
>>>total 
[-153.50784302 -153.20001221 -143.1619873 ..., 143.1619873 153.20001221 153.50784302] 
>>>total.shape 
(25845016,) 

Cho đến nay mọi thứ đều rất tốt, nhưng điều lạ là tổng của mảng mới này không phải là zero:

>>>numpy.sum(total) 
11610.6 

Độ lệch chuẩn cũng không phải là ít tất cả gần những gì tôi đã mong đợi nhưng tôi đoán gốc của vấn đề đó là giống như thế này: Tại sao không tổng kết quả bằng không?

Khi tôi áp dụng phương pháp này cho một mảng nhỏ; ví dụ [-5, -3, -2] tổng trở thành 0. Vì vậy, tôi đoán vấn đề nằm trong chiều dài của mảng (hơn 20 triệu phần tử). Có cách nào để giải quyết vấn đề này không?

Nếu có ai có thể giúp tôi về điều này, tôi sẽ biết ơn nhất.

Answer 1

Như đã lưu ý trong các nhận xét, bạn sẽ nhận được các vấn đề về làm tròn nổi từ tổng hợp nhiều triệu số đã ký bằng nhau. Một cách tốt xung quanh này có thể kết hợp các số dương và âm trong mảng kết hợp, do đó bất kỳ kết quả trung gian trong khi tổng hợp luôn luôn xấp xỉ trong cùng bậc độ lớn:

neg = -100*numpy.random.rand(20e6) 
pos = -neg 
combined = numpy.zeros(len(neg)+len(pos)) 
combined[::2] = neg 
combined[1::2] = pos 

Bây giờ combined.sum() nên được khá gần số không.

Có lẽ cách tiếp cận này cũng sẽ giúp cải thiện độ chính xác trong tính toán độ lệch chuẩn.