Numpy 数组浮点精度不是确定的

问：

所以在运行下面的snipet时

import numpy as np

X = np.array([-0.20000008], dtype=np.float32)
np.floor((X + 1) / 0.04)

array([20.], dtype=float32)

输出显然是错误的，因为结果应该低于 20，并且应该下限到 19

我知道这是精度错误，但运行以下所有示例会产生正确的结果，尽管它应该具有相似的精度

X = np.array([-0.20000008], dtype=np.float32).item()
np.floor((X + 1) / 0.04) # 19.0

X = np.float32(-0.20000008)
np.floor((X + 1) / 0.04) # 19.0

X = np.array([-0.20000008], dtype=np.float32)
np.floor(X / 0.04 + 1 / 0.04) # array([19.], dtype=float32)
np.floor(np.multiply((X + 1), 1/0.04)) # array([19.], dtype=float32)

如果我将其转换为 float64，它也可以工作，但对于我的应用程序来说，它非常昂贵。坚持使用 float32 有什么解决方案吗？