← 返回开源项目
社区推荐 · OPEN SOURCE

mpmath · Python 任意精度数学库

提供可配置精度的浮点计算和常用数学函数,适合在标准双精度不足时验证数值算法或比较运算误差。

mpmath/mpmath ↗
Python ☆ 1,239 BSD-3-Clause

GitHub 数据采集于 2026年11月19日,以仓库当前信息为准。

为什么推荐

项目简介

提供可配置精度的浮点计算和常用数学函数,适合在标准双精度不足时验证数值算法或比较运算误差。

入门操作流程示意图

本站绘制的入门流程示意图 · 查看大图

入门练习

这次练习的目标是用不同精度计算同一数值并检查误差。沿着下面的实际操作走完一轮,可以判断项目解决了哪段工作、需要怎样的运行条件,以及发生异常时能否回到已验证的状态。浮点数来源和工作精度共同影响计算。精度增加后稳定的数字可供参考,仍应与独立求法或已知值交叉核对。

准备环境和样本

准备独立 Python 环境安装 mpmath,使用有独立参考值的函数。本次试用材料包括一项平方根计算、一条高精度十进制字符串和一组相近的数。建议保留一份起始状态,方便确认后续的变化。

先打开项目仓库的快速入门和对应版本的文档,确认运行环境、安装方式和最小示例。建议把第一次尝试放在新目录或独立依赖环境里,这样可以清楚区分工具自己的行为与现有项目配置带来的影响。对有命令行和程序接口的项目,可先选最容易验证的入口,把版本、当前目录、输入和退出状态记在同一份实验记录中。

操作步骤

  1. 按照文档用 mp.dps 设置精度,对简单值如 sqrt(2) 求值。
  2. 逐步提高精度并比较前面稳定的数字。
  3. 对照用字符串和普通 Python 浮点值构造的输入。
  4. 选择一个易相消的表达式,观察结果如何随精度改变。

一次练习只验证一个主要能力。按照示例准备最少量输入,手动推导或写下预期行为,然后再执行工具。若上一步是创建资源或改动文件,可以先在隔离位置使用副本,观察输出路径和实际改动范围。每次调整一个参数,并保留上一轮可工作的状态;当两轮结果不同,就能把差异定位到一次具体变更。

验收结果

完成上面的练习后,可以按这组具体表现判定是否跑通。输入保留所需有效数字,结果随精度合理收敛,转换来源可解释。把可以确认的结果和仍需查证的现象记成两栏,后续更换样本或升级版本时可用这份记录复查。

把验证分成可重复的正常输入与可预期的失败输入。正常样例要能检查结果字段、顺序或文件位置,失败样例应能确认是输入有问题、配置不对还是依赖不可用。若输出需要被另一个命令或应用消费,可以额外验证机器可读的格式与实际写入值。涉及性能时,固定数据规模、运行条件与观测指标,记录初始化和重复执行的差异。

问题排查

高精输出无法找回低精输入已丢失的信息;迭代算法还要检查收敛与定义域。

排查时从最小可运行示例重新开始,按安装、配置、输入、运行和结果五个位置确认最后一个正常节点。遇到升级差异,先查发行说明和当前版本文档,再回看依赖版本与配置。需要给项目反馈时,提供可复制的示例、运行命令和精简后的错误信息,去除机器名、访问令牌及业务数据。

下一次可以试什么

为算法配参考值、误差容忍量和精度预算,比较临时局部精度与全局配置。

把它接入日常开发前,可为依赖和关键选项建立版本约束,并为样例记录一次干净环境下的执行方式。可复用的示例应写清输入来自哪里、输出放在哪里、错误如何传给上游,以及哪些机器或平台已验证。多人协作时,尽量把运行条件声明在项目中,方便同事和持续集成任务复现本地结果。

项目链接

由社区成员推荐收录。 · 2026年11月19日

访问 GitHub ↗