CÔNG CỤ
MODULES
THAM KHẢO
Cách chia List thành các phần bằng nhau trong Python Cách xóa một khóa (key) ra khỏi dictionary trong Python Hướng dẫn chuyển đổi file Google Colab sang Markdown trong Python Bài tập Python: Lập trình cơ sở dữ liệu trong Python Kết nối cơ sở dữ liệu MySQL Python Hướng dẫn kết nối Python PostgreSQL bằng Psycopg2 Hướng dẫn kết nối SQLite sử dụng sqlite3 trong Python Bài tập Python : Pandas trong Python Phạm vi số float của Python Cách lên lịch chạy script Python bằng GitHub Actions Cách tạo hằng số trong Python Các nền tảng lưu trữ tốt nhất cho ứng dụng và script Python 6 Tip viết vòng lặp For hiệu quả hơn trong Python Cách đảo ngược Chuỗi String trong Python Cách gỡ lỗi ứng dụng Python trong Docker Container bằng VS Code 10 tip One Liner bạn cần biết trong Python Cách áp dụng ngưỡng hình ảnh trong Python với NumPy Tìm hiểu về các phép toán Groupby trong Pandas Lập trình Socket trong Python Mô-đun base64 trong Python Cách giới hạn float values trong Python Tìm hiểu Mô-đun statistics Trong Python File Organizing trong Python Đổi tên File trong Python Tìm hiểu về Deque trong Python Mô-đun Calendar trong Python Tìm hiểu về Enum trong Python Sử dụng pprint trong Python Làm việc với cấu trúc Dữ liệu Stack trong Python Thư viện functools trong Python Tip sử dụng hàm round() với tham số âm trong Python Hàm print có thể nhận thêm các tham số bổ sung trong Python Tip tìm chuỗi dài nhất bằng hàm max() trong Python Cách lặp qua nhiều list với hàm zip() trong Python Tìm hiểu về MLOps trong Python Docker và Kubernetes với MLOps trong Python Kết hợp DevOps với MLOps trong Python Xử lý độ chính xác các hàm floor, ceil, round, trunc, format trong Python tối ưu quy trình MLOps Với Python Sự khác biệt giữa byte objects và string trong Python Top 4 thư viện phổ biến nhất của NLP trong Python Cách sử dụng ThreadPoolExecutor trong Python Phân tích dữ liệu Blockchain với Python Hướng dẫn triển khai Smart Contracts với Python Blockchain APIs với Python Làm việc với file ZIP trong Python Sự khác biệt giữa toán tử == và is trong Python Chuyển đổi kiểu dữ liệu trong Python Cách làm việc với file tarball/tar trong Python Sự khác biệt giữa iterator và iterable trong Python Sự khác biệt giữa set() và frozenset() trong Python Làm việc với các biến môi trường trong Python Một tác vụ phổ biến khi làm việc với danh sách trong Python Định dạng chuỗi Strings trong Python Sử dụng Poetry để quản lý dependencies trong Python Sự khác biệt giữa sort() và sorted() trong Python Từ khóa yield trong Python Lớp dữ liệu (Data Classes) trong Python với decorator @dataclass Cách truy cập và thiết lập biến môi trường trong Python Hướng dẫn toàn diện về module datetime trong Python Hướng dẫn xây dựng Command-Line Interface (CLI) bằng Quo trong Python Sử dụng Virtual Environment trong Python Từ khóa super() trong Python Số phức trong Python Ý nghĩa của một hoặc hai dấu gạch dưới đứng đầu trong Python Làm việc với Video trong OpenCV bằng Python Chỉnh sửa file trực tiếp bằng module fileinput trong Python Hướng dẫn cách chuyển đổi kiểu dữ liệu trong Python Làm việc với hình ảnh trong OpenCV sử dụng Python Metaclasses trong Python Cách chọn ngẫu nhiên một phần tử từ danh sách trong Python Hướng dẫn cài đặt và sử dụng OpenCV trong Python Phạm vi toàn cục, cục bộ và không cục bộ trong Python Tìm hiểu về từ khóa self trong các lớp Python Hướng dẫn sử dụng Rich, Typer, và SQLite trên terminal bằng Python Giới thiệu về Graph Machine Learning trong Python Cách kiểm tra một đối tượng có thể lặp (iterable) trong Python Quản lý sinh viên Python & MySQL Cách cắt (slicing) chuỗi trong Python Cách loại bỏ phần tử trùng lặp khỏi danh sách (List) trong Python Phân tích dữ liệu Apple Health bằng Python Cách làm phẳng danh sách lồng nhau trong Python Tìm hiểu về *args và **kwargs trong Python Cách xóa file và thư mục trong Python 31 Phương thức xử lý chuỗi (String) quan trọng trong Python Cách sao chép file trong Python 8 Mẹo Refactor Code Python nhanh gọn (Phần 2) Cách yêu cầu người dùng nhập liệu đến khi nhận được phản hồi hợp lệ trong Python Làm chủ Pattern Matching trong Python 3.10 Tạo app ghi chú trong Python với nhận dạng giọng nói và API Notion Các tính năng mới trong Python 3.10 5 lỗi thường gặp trong Python Sự khác biệt giữa append() và extend() trong list Python Các cách nối hai danh sách trong Python Sự khác biệt giữa str và repr trong Python Sự khác biệt giữa @classmethod, @staticmethod và instance methods trong Python Cách thêm số 0 vào đầu chuỗi trong Python Cách tạo thư mục lồng nhau (nested directory) trong Python Cách hợp nhất hai Dictionaries trong Python Cách thực thi lệnh hệ thống hoặc System Command từ Python Cách kiểm tra một chuỗi có chứa chuỗi con trong Python Cách tìm chỉ mục của một phần tử trong danh sách (List) trong Python Cách truy cập index trong vòng lặp for trong Python Cách kiểm tra file hoặc thư mục có tồn tại trong Python Cách xóa phần tử trong danh sách Python Ý nghĩa của if __name__ == "__main__" trong Python 8 mẹo tái cấu trúc Python giúp mã sạch hơn và Pythonic Hỗ trợ Async trong Django 3.1 Hướng dẫn tạo ứng dụng AI hội thoại với NVIDIA Jarvis trong Python Hướng dẫn xây dựng ứng dụng dự đoán giá cổ phiếu bằng Python Cách cài đặt Jupyter Notebook trong môi trường Conda và thêm Kernel Xây dựng ứng dụng Web Style Transfer với PyTorch và Streamlit Cách sử dụng Python Debugger với hàm breakpoint() Cách sử dụng chế độ interactive trong Python Hướng dẫn viết game Rắn Săn Mồi bằng Python 11 mẹo và thủ thuật để viết Code Python hiệu quả hơn Hướng dẫn làm ứng dụng TODO với Flask dành cho người mới bắt đầu trong Python Hướng dẫn tạo Chatbot đơn giản bằng PyTorch Xây dựng Web Machine Learning đẹp mắt với Streamlit và Scikit-learn trong Python Xây dựng web Python tự động hóa Twitter | Flask, Heroku, Twitter API & Google Sheets API Hướng dẫn sử dụng Google Sheets API với Python Cách nạp dữ liệu Machine Learning từ File trong Python Toán tử Walrus Operator- Tính năng mới trong Python 3.8 Cách thêm Progress Bar trong Python với chỉ một dòng Code List Comprehension trong Python Tạo danh sách phim ngẫu nhiên với Python Hướng dẫn Web Scraping tự động tải hình ảnh với Python Hướng dẫn sử dụng Anaconda bằng Python Hồi quy tuyến tính và hồi quy Logistic trong Python Thuật toán Naive Bayes trong Python Bắt đầu tìm hiểu Perceptron bằng Python SVM (Support Vector Machine) bằng Python Triển khai Decision Tree bằng Python Triển khai thuật toán Random Forest bằng Python Triển khai PCA bằng Python Thuật toán AdaBoost trong Python LDA (Linear Discriminant Analysis) trong Python
PYTHON NÂNG CAO
CÁC CHỦ ĐỀ
BÀI MỚI NHẤT
MỚI CẬP NHẬT

Thông báo: Download 4 khóa học Python từ cơ bản đến nâng cao tại đây.

Kiểu dữ liệu float trong Python

Trong lập trình Python, việc xử lý các số thực (floating-point numbers) đóng vai trò quan trọng trong nhiều ứng dụng, từ tính toán khoa học đến xử lý đồ họa. Python sử dụng lớp float để biểu diễn các số thực, cho phép biểu diễn và thao tác với các giá trị dấu phẩy động một cách hiệu quả. Tuy nhiên, do cách Python và nhiều ngôn ngữ lập trình khác biểu diễn các số thực dưới dạng nhị phân, việc so sánh và tính toán chính xác các số dấu phẩy động đôi khi có thể gây ra những thách thức không ngờ tới. Trong bài viết này, mình sẽ tìm hiểu sâu về kiểu dữ liệu float trong Python, cách Python biểu diễn các số thực, và các phương pháp kiểm tra tính bằng nhau của các số dấu phẩy động để tránh những sai lầm thường gặp.

test php

banquyen png
Bài viết này được đăng tại freetuts.net, không được copy dưới mọi hình thức.

Giới thiệu về kiểu dữ liệu float trong Python

Python sử dụng lớp float để biểu diễn các số thực.

CPython triển khai float bằng cách sử dụng kiểu double trong C. Kiểu double trong C thường triển khai IEEE 754 double-precision binary float, còn được gọi là binary64.

Kiểu float trong Python sử dụng 8 byte (hoặc 64 bit) để biểu diễn các số thực. Khác với kiểu số nguyên, kiểu float sử dụng số byte cố định.

Bài viết này được đăng tại [free tuts .net]

Về mặt kỹ thuật, Python sử dụng 64 bit như sau:

  • 1 bit cho dấu (dương hoặc âm)
  • 11 bit cho phần mũ (exponent), ví dụ: 1.5e-5 (phần mũ là -5), phạm vi là [-1022, 1023].
  • 52 bit cho các chữ số có nghĩa (significant digits)

Để đơn giản, các chữ số có nghĩa là tất cả các chữ số ngoại trừ các số 0 đứng đầu và cuối.

Ví dụ, 0.25 có hai chữ số có nghĩa, 0.125 có ba chữ số có nghĩa, và 12.25 có bốn chữ số có nghĩa.

Một số số có biểu diễn nhị phân hữu hạn, nhưng một số thì không, ví dụ: 0.1. Trong nhị phân, nó là 01.0001100110011...

Do đó, Python chỉ có thể sử dụng biểu diễn gần đúng của các số float cho những số này.

Lớp float trong Python

Hàm float() trả về một số dấu phẩy động dựa trên một số hoặc một chuỗi ký tự. Ví dụ:

>>> float(0.1)
0.1
>>> float('1.25')
1.25

Nếu bạn truyền một đối tượng (obj) cho float(obj), nó sẽ ủy thác cho obj.__float__(). Nếu __float__() không được định nghĩa, nó sẽ quay lại __index__().

Nếu bạn không truyền bất kỳ đối số nào cho float(), nó sẽ trả về 0.0.

Khi bạn sử dụng hàm print(), bạn sẽ thấy rằng số 0.1 được biểu diễn chính xác là 0.1. Tuy nhiên, bên trong, Python chỉ có thể biểu diễn 0.1 một cách gần đúng.

Để xem Python biểu diễn số 0.1 như thế nào bên trong, bạn có thể sử dụng hàm format().

Dưới đây là cách Python biểu diễn số 0.1 bằng 20 chữ số:

>>> format(0.1, '.20f')
'0.10000000000000000555'

Như bạn thấy, 0.1 không phải là 0.1 chính xác mà là 0.10000000000000000555...

Do Python chỉ có thể biểu diễn một số float gần đúng, điều này sẽ gây ra nhiều vấn đề khi bạn so sánh hai số dấu phẩy động.

Kiểm tra tính bằng nhau

Hãy xem ví dụ sau:

x = 0.1 + 0.1 + 0.1
y = 0.3

print(x == y)

Kết quả:

False

Bên trong, Python không thể sử dụng một số hữu hạn các chữ số để biểu diễn các số x và y:

print(format(x, '.20f'))
print(format(y, '.20f'))

Kết quả:

0.30000000000000004441
0.29999999999999998890

Lưu ý rằng số chữ số là vô hạn. Chúng tôi chỉ hiển thị 20 chữ số đầu tiên.

Một cách để giải quyết vấn đề này là làm tròn cả hai bên của biểu thức so sánh đến một số chữ số có nghĩa. Ví dụ:

x = 0.1 + 0.1 + 0.1
y = 0.3
print(round(x, 3) == round(y, 3))

Kết quả:

True

Tuy nhiên, giải pháp này không hoạt động trong tất cả các trường hợp.

PEP485 cung cấp một giải pháp khắc phục vấn đề này bằng cách sử dụng độ chính xác tương đối và tuyệt đối.

Nó cung cấp hàm isclose() từ module math trả về True nếu hai số gần đúng với nhau.

Dưới đây là chữ ký của hàm isclose():

isclose(a, b, rel_tol=1e-9, abs_tol=0.0)

Ví dụ:

from math import isclose

x = 0.1 + 0.1 + 0.1
y = 0.3

print(isclose(x,y))

Kết quả:

True

Kết bài

Python sử dụng lớp float để biểu diễn các số thực, với các đặc tính và hạn chế nhất định do cách biểu diễn nhị phân. Khi làm việc với các số dấu phẩy động, hiểu rõ cách thức hoạt động và giới hạn của kiểu dữ liệu float là vô cùng quan trọng để tránh các lỗi không mong muốn. Việc sử dụng các công cụ như hàm isclose() từ module math giúp kiểm tra tính bằng nhau của các số thực một cách chính xác hơn. Với những kiến thức này, bạn sẽ có thể xử lý các số thực trong Python một cách hiệu quả và chính xác hơn, đảm bảo tính toàn vẹn và độ tin cậy của các phép tính trong ứng dụng của mình.

Cùng chuyên mục:

Cách lưu trữ và tải lại Models trong PyTorch

Cách lưu trữ và tải lại Models trong PyTorch

Tìm hiểu về TensorBoard với PyTorch

Tìm hiểu về TensorBoard với PyTorch

Học chuyển giao (Transfer Learning) trong PyTorch Beginner

Học chuyển giao (Transfer Learning) trong PyTorch Beginner

Hướng dẫn cơ bản mạng Nơ-ron Tích Chập (CNN) trong PyTorch

Hướng dẫn cơ bản mạng Nơ-ron Tích Chập (CNN) trong PyTorch

Mạng Nơ-Ron truyền thẳng (Feed Forward Neural Network) trong PyTorch

Mạng Nơ-Ron truyền thẳng (Feed Forward Neural Network) trong PyTorch

Tìm hiểu Activation Functions trong PyTorch

Tìm hiểu Activation Functions trong PyTorch

Softmax và Cross Entropy trong PyTorch Beginner

Softmax và Cross Entropy trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Dataset và DataLoader trong PyTorch Beginner

Dataset và DataLoader trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Sử dụng Gradient Descent với Autograd trong PyTorch

Sử dụng Gradient Descent với Autograd trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn cài đặt PyTorch với Deep Learning

Hướng dẫn cài đặt PyTorch với Deep Learning

LDA (Linear Discriminant Analysis) trong Python

LDA (Linear Discriminant Analysis) trong Python

Thuật toán AdaBoost trong Python

Thuật toán AdaBoost trong Python

Thuật toán K-Means Clustering trong Python

Thuật toán K-Means Clustering trong Python

Triển khai PCA bằng Python

Triển khai PCA bằng Python

Triển khai thuật toán Random Forest bằng Python

Triển khai thuật toán Random Forest bằng Python

Top