python 中 math.pow、numpy.power、numpy.float_power、pow 和 ** 的准确性

在所有情况下都会失去精度的一种方式是，如果您计算的是小数字（z），然后计算

p = pow( 1.0+z, y)

问题是双打大约有 16 个有效数字，所以如果 z 是 1e-8，在形成 1.0+z 时，你将失去这些数字的一半。更糟糕的是，如果 z 小于 1e-16，则 1.0+z 将正好是 1。

您可以使用 numpy 函数 log1p 来解决此问题。这将计算其参数加 1 的对数，而实际上没有在其参数中添加 1，因此不会丢失精度。

您可以将上面的 p 计算为

   p = exp( log1p(z)*y)

这将消除由于计算 1+z 而导致的精度损失