En la actualidad, un problema que se encuentra es simplemente una.
Los programas tienen que calcular en mil billones de alta potencia, una serie de
Código es el siguiente
np.array( [1, x, x ** 2, x ** 3, x ** 4, x ** 5 ])
Cuando x es 90, la matriz modificada se calcula por separado 5.9e9 (valor correcto), cuando la matriz es el individuo correcto. Cuando se coloca en el cálculo principal del programa, valor incorrecto se ha calculado para 1.6e9 (valor de error).
Numpy tipo de matriz sospechoso de razones, el código anterior se modifica
np.array( [1, x, x ** 2, x ** 3, x ** 4, x ** 5 ], dtype = np.float64)
Todavía es válida.
Después de que la causa probable de la pitón viene operaciones **, el programa de uso Math.pow parece funcionar normalmente.
np.array( [1, x, x ** 2, x ** 3, x ** 4, math.pow(x, 5) ], dtype= np.float64)
Esto realmente es un problema que se encuentra en la mayor parte de la metafísica del futuro ...... ** ya no tienen a Dios a cielo ah. La razón hasta el momento ha causado el problema es aún desconocido. Si este problema no se determina de depurar simplemente no se puede encontrar. . . .
Además, cada código está terminado, la mejor vuelta aspecto, a menudo cometen el error de algunos nombres de variables, para confundir el tema. No es el ejemplo i, j, variables de bucle ti tal precaución, o subtítulos de picado más prudentes.