求助，为什么 Numpy 数组转 Tuple 时会出现小数点位数异常

[Furylord]

因为需要用到 Numpy Array 里的元素作为字典的 Key ，然而出现 TypeError: unhashable type: 'numpy.ndarray'，所以先转 Tuple 再做 Key ，然而发现转 Tuple 时会出现小数点位数异常，举个例子：


In [1]: a = [(40.1234,120.1111),(40.1233,120.1112),(40.1232,120.1113)]

In [2]: b = numpy.array(a)

In [3]: for i in a:
...: print(tuple(i))

(40.1234, 120.1111)
(40.1233, 120.1112)
(40.1232, 120.1113)

In [4]: for i in b:
...: print(tuple(i))

(40.123399999999997, 120.11109999999999)
(40.1233, 120.1112)
(40.123199999999997, 120.1113)

应该怎么处理呢

[Furylord]

用 round 貌似无效

[incompatible]

因为你的元素是 float 类型的？
想放到字典里，你应该把它转为 string 或者 decimal 类型做为 key 。

[ProfFan]

你看看你 ndarray 的 dtype

[ProfFan]

顺便

```
>>> 40.123199999999997 == 40.1232
True
>>> a=40.123199999999997
>>> a.as_integer_ratio()
(22057962471791, 549755813888)
>>> b=40.1232
>>> b.as_integer_ratio()
(22057962471791, 549755813888)
>>>
```

[ProfFan]

试了一下，没跑了。 numpy 默认用的 float64 ， python 32 ， python 的精度太低。

>>> for i in b:
... print(type(tuple(i)[0]))
...
<class 'numpy.float64'>
<class 'numpy.float64'>
<class 'numpy.float64'>

明白了吧

[ProfFan]

妈蛋弄错了，果然睡觉不能答题 23333

只是显示不一样而已， numpy 默认显示高精度表示

numpy.float64(40.1232)
40.123199999999997

[Ahri]

话说用 tuple of floats 当 hash key 不是很好的习惯呃，不知道楼主碰到什么样的需求。

[Furylord]

@ProfFan
谢谢，问题已经搞定啦

[Furylord]

@Ahri
用字典存储点与点的邻接矩阵，由于是稀疏的，所以考虑用字典的形式
类似于 dict[(x1,y1)][(x2,y2)] = 1
我是外行小白，不知道这种情况用什么样的数据结构会更合理呢

[necomancer]

@Furylord

Look look this:

http://docs.scipy.org/doc/scipy/reference/sparse.html

scipy.sparse

[necomancer]

@Furylord 数据量如果不大就直接 numpy.array 吧，如果只多几万个零是不是也能忍了～我现在是 numbapro 党，一般没有啥效率问题，都能忍，有些问题就懒得去再看 sparse 了。

[necomancer]

@Furylord 如果想避免小数做索引，我建议做个 dict 把点标号，另一个用正常的矩阵表示，保证索引都是整数～

[ruoyu0088]

numpy 有自己的浮点数类型:numpy.float64 ，其转换为字符串的程序和 float 类型不同，因此显示不同。可以用 tolist()把数组转换为列表：

print(tuple(i.tolist()))