四舍五入的差异- float64与float32
概念： float64和float32是浮点数类型，在计算机中用于表示实数。它们的差异在于所占用的存储空间和精度。
分类： float64是双精度浮点数，占用64位存储空间，可以表示更大范围的数值，但精度相对较低。 float32是单精度浮点数，占用32位存储空间，可以表示较小范围的数值，但精度相对较高。
优势： float64的优势在于它可以表示更大范围的数值，适用于需要处理较大数值的计算任务。 float32的优势在于它具有更高的精度，适用于需要较高精度计算的任务。
应用场景：
- 金融领域：在金融计算中，需要处理大额资金和高精度计算，因此常使用float64。
- 科学计算：在科学计算中，需要处理较大或较小的数值，并且要求较高的精度，因此常使用float64。
- 游戏开发：在游戏开发中，需要处理实时物理模拟和图形渲染等任务，对精度要求较高，但数值范围通常较小，因此可以使用float32。
推荐的腾讯云相关产品： 腾讯云提供了多种云计算相关产品，以下是其中几个与计算相关的产品：
- 云服务器（CVM）：提供弹性的虚拟服务器，可根据需求选择不同配置的实例，适用于各种计算任务。 产品介绍链接：https://cloud.tencent.com/product/cvm
- 云函数（SCF）：无服务器计算服务，支持按需运行代码，无需管理服务器，适用于事件驱动型计算任务。 产品介绍链接：https://cloud.tencent.com/product/scf
- 弹性容器实例（Elastic Container Instance，ECI）：提供轻量级、弹性的容器实例，适用于快速部署和运行容器化应用。 产品介绍链接：https://cloud.tencent.com/product/eci
- 批量计算（BatchCompute）：提供高性能、可扩展的计算集群，适用于大规模计算任务和并行计算。 产品介绍链接：https://cloud.tencent.com/product/bc
请注意，以上推荐的产品仅为示例，实际选择应根据具体需求进行评估和决策。
相关·内容
为什么Pandas.DataFrame中的float64值123456789.0会转换为123456792.0，只保留7位有效数字？
import pandas as pd
df = pd.DataFrame([123456789.0])
# 0
# 0 123456789.0
df = df.astype('float32')
# 0
# 0 123456792.0
浏览 3提问于2019-11-30得票数 0
我试着把一些数字放进numpy数组
>>> np.array([20000001]).astype('float32')
array([ 20000000.], dtype=float32)
我去哪了？
浏览 0提问于2017-02-15得票数 5
回答已采纳
在某个地方我读到“除非你有一张特斯拉卡，否则float64的速度比float32上的GeForce卡慢32倍，比最近的任何卡都慢32倍(麦克斯韦和帕斯卡，自2014年以来)。”
所以我想知道float32的计算速度会比特斯拉gpu上的float64快还是性能保持不变。我对两个向量的乘法时间特别感兴趣。
当然，float32比浮动64占用更少的内存。但是对于我的应用程序来说，内存不是问题。
浏览 6提问于2021-02-16得票数 1
回答已采纳
如何将float32指针*float32转换为float64指针*float64。
package main
import "fmt"
func main() {
var value *float32
v := float64(*value)
vp := &v
fmt.Println(vp)
}
以下代码返回
运行时错误:无效的内存地址或零指针取消引用
浏览 8提问于2022-11-10得票数 0
回答已采纳
我的默认Float类型是Float64，但是，我想将其更改为Float32，因为它们在我的机器上速度更快。我可以设置一个像const Float = Float32这样的全局常量，但这迫使我在任何地方都使用Float32构造函数。我想知道是否有一种方法可以在本地环境中设置默认浮点数。
浏览 61提问于2021-06-21得票数 3
当使用Numba的@jit和Numpy的float32数据类型时，我得到了?截断？问题。它很大程度上是噪音，因为它已经过了我所关心的小数--大约在第7位或第8位--但是知道发生了什么，如果我能弥补它，那还是很好的。
我必须使用float32数据类型来节省内存，作为备用！
下面是我用作测试的代码：
import numpy as np
from test_numba import test_numba
np.random.seed(seed=1774);
number = 150;
inArray = np.round(np.float32((np.random.rand(number)-.5
浏览 0提问于2019-01-18得票数 1
回答已采纳
Situation
我需要使用fits从读取文件中的数据，该文件在中使用。
我在阅读时得到的一些值是非常小的负数，而实际上数据上不应该存在负值(因为数据特性)。
问题
难道这些数字是非常小的float64，当读和抛给float32变成负数吗？如果是的话，它们必须有多小？
是否有一种方法来倒带这个过程，即得到原始的非常小的正float64值？
浏览 0提问于2015-11-19得票数 0
回答已采纳
使用Go，我试图找到将浮点数格式化为字符串的“最佳”方法。我一直在寻找例子，但是我找不到任何东西来具体回答我的问题。我所要做的就是使用“最佳”方法将浮点数格式化为字符串。小数位数可能会有所不同，但将是已知的(例如，2或4或零)。下面是我想要实现的一个示例。
根据下面的示例，我应该使用fmt.Sprintf()还是strconv.FormatFloat()或其他什么？
那么，它们的正常用法是什么，它们之间的区别是什么？
我也不明白在下面的代码中使用32或64有什么意义：
strconv.FormatFloat(float64(fResult), 'f', 2, 32)
示例：
p
浏览 0提问于2013-09-23得票数 20
回答已采纳
我想通过v[i]/w[i]对一个索引数组进行排序，其中v和w是另外两个整数数组。以下是我尝试过的：
package main
import "fmt"
import "sort"
func main() {
v := [3]int{5, 6, 3}
w := [3]int{4, 5, 2}
indices := make([]int, 3)
for i := range indices {
indices[i] = i
}
sort.Slice(indices, func(a, b int) bo
浏览 0提问于2018-07-19得票数 0
回答已采纳
1回答
我定义了以下递归数组生成器，并使用Numba尝试加速处理(基于)
@jit("float32[:](float32,float32,intp)", nopython=False, nogil=True)
def calc_func(a, b, n):
res = np.empty(n, dtype="float32")
res[0] = 0
for i in range(1, n):
res[i] = a * res[i - 1] + (1 - a) * (b ** (i - 1))
return res
a =
浏览 0提问于2019-07-31得票数 9
回答已采纳
基本上，我有map[interface{}]interface{}和内键"x“值90 (我打印以确认数据是正确的)，但当我这样做。
mymap["x"].(float32)
我搞错了
interface conversion: interface {} is uint64, not float32
问题是，我期望浮点数(从另一个程序的输出产生)。我也尝试过float32(mymap"x")，但没有成功(我也尝试了int64的例子，但没有成功)。
我使用的是go版本go1.10.linux/ am 64
浏览 0提问于2018-04-07得票数 1
对于某些组合来说，使用具有不同float32和float64数据类型的Pandas DataFrame进行赋值的速度非常慢。
下面的代码设置一个DataFrame，对部分数据进行Numpy/Scipy计算，通过复制旧的DataFrame来设置新的DataFrame，并将计算结果分配给新的Scipy：
import pandas as pd
import numpy as np
from scipy.signal import lfilter
N = 1000
M = 1000
def f(dtype1, dtype2):
coi = [str(m) for m in range(M
浏览 3提问于2016-02-04得票数 0
在Golang中，当float64变量首先转换为float32，然后转换为float64时，它的值似乎会发生变化。
a := -8888.95
fmt.Println(a) // -8888.95
fmt.Println(float32(a)) // -8888.95
fmt.Println(float64(float32(a))) // -8888.9501953125
我怎样才能让它保持不变？
浏览 3提问于2021-04-18得票数 0
我很难把我的numba代码提高到高性能。在我的机器上，C++或Julia中的等效代码在~80 ms内执行双精度，对于单精度执行~40 ms，但是numba代码提供：
双精度：
In [2]: %timeit diff(at, a, float_type(0.1), float_type(0.1), float_type(0.1), float_type(0.1), itot, jtot, ktot) 291 ms ± 5.8 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
单精度：
In [2]: %timeit diff(at, a
浏览 4提问于2022-10-18得票数 1
这很好：
type constraint interface {
~float32 | ~float64
}
type foo[T constraint] struct {
val T
}
func (f *foo[float64]) setValToPi() {
f.val = 3.14
}
但是，如果我将constraint更改为还包括int类型，则会遇到一个错误：
type constraint interface {
~float32 | ~float64 | ~int
}
type foo[T constraint] struct {
v
浏览 8提问于2021-12-16得票数 1
回答已采纳
2回答
bound := []interface{}{1.00, 1.00, 1.00, 1.00}
new_bound := bound.([]float32)
log.Println(new_bound)
如何将接口数组转换为浮点数组？
无效类型断言:绑定。([]float32)(左侧为非接口类型[]接口{} )
在实际工程中
接口转换:接口是[]接口{}，而不是[]float32
浏览 3提问于2016-05-06得票数 0
回答已采纳
pandas的方法似乎有一个dtype依赖(使用Python3.5和pandas 0.19.2)。我只是在一个相关的中偶然发现了这一点，我们无法解释isin的非工作行为。示例如下：
df = pd.DataFrame([[1.2, 0.3, 1.5, 1.4, 1.7, 4.2]])
print(df)
0 1 2 3 4 5
0 1.2 0.3 1.5 1.4 1.7 4.2
print(df.dtypes)
0 float64
1 float64
2 flo
浏览 1提问于2017-03-03得票数 2
4回答
我在学朱莉娅，我只是有点搞不懂类型。我的问题是一个非常基本的问题。我明白如果我写
x = 64.0::MyType
X应该包含值64，类型等于MyType。但如果我写
x = 64.0::Float32
我知道错误了
ERROR: TypeError: in typeassert, expected Float32, got Float64
我发现以下内容并没有给我一个错误
x = convert(Float32,64.0)
这样做对吗？似乎太纠结了。
浏览 3提问于2020-03-11得票数 4
回答已采纳
在反射包中，我看到如下代码 return float64(*(*float32)(v.ptr)) 什么是*(*float32)(v.ptr)？我没有任何想法
浏览 12提问于2019-02-13得票数 1
回答已采纳
1回答
朱莉娅从pycall多线程
、、、、
假设我有一个笔记本：
%%julia
using Pkg
Pkg.add("DecisionTree")
using DecisionTree
X = Vector([1.1,2.2,3.3])
Y = Vector([1.1,2.2,3.3])
X = reshape(X, size(X))
X = Float32.(X)
Y = Float32.(Y)
print(typeof(X))
print(typeof(Y))
model = DecisionTree.build_forest(Y, X')
据我所知，DecisionTree.jl使用多线程( pyc
浏览 14提问于2022-03-26得票数 1
回答已采纳
我想对python 3中的numpy float32数组执行一些标准操作，但是在使用numpy sum()时，我看到了一些奇怪的行为。下面是一个示例会话：
Python 3.6.1 |Anaconda 4.4.0 (x86_64)| (default, May 11 2017, 13:04:09)
[GCC 4.2.1 Compatible Apple LLVM 6.0 (clang-600.0.57)] on darwin
import numpy as np
np.__version__
Out[3]: '1.12.1'
a = np.ones(10).astype(n
浏览 5提问于2017-08-29得票数 2
回答已采纳
是否有一种将熊猫数据中的所有float64值转换为float32值的通用方法？但不把uint16改成float32？我不知道信号名称在事先，但只是想没有float64。
类似于：
if float64, then convert to float32, else nothing?
这些数据的结构如下：
DF.dtypes
Counter uint16
p_007 float64
p_006 float64
p_005 float64
p_004
浏览 6提问于2021-09-15得票数 3
回答已采纳
我正在尝试将Float64类型的阈值数组(隔离森林的pickle文件从scikit学习)转换为Float32
for i in range(len(tree.tree_.threshold)):
tree.tree_.threshold[i] = tree.tree_.threshold[i].astype(np.float32)
然后打印它
for value in tree.tree_.threshold[:5]:
print(type(value))
print(value)
我得到的输出是：
<class 'numpy.float64'&
浏览 17提问于2017-08-30得票数 38
回答已采纳
在firos示例()中，为了移动机器人，我尝试在/turtle1/cmd_vel上发布来自非robot低谷POST请求的msg。
但是，我不知道如何做到这一点，因为当我启动firos/core.py时，创建的实体列表是：
{"id":".turtle1.pose"，“type”：“turtlesim%2 2FPose”，"angular_velocity":{"type":"number"，"value":0，“元数据”：{“dataType”：{“类型”：“dataType”，“值”：“floa
浏览 6提问于2021-07-20得票数 0
回答已采纳
如何在朱莉娅中舍弃零？
我在这里看到了文件：
这个怎么用在朱莉娅身上？它能和round一起使用吗？
-1.5给予-2
1.5给2
浏览 3提问于2022-02-01得票数 1
回答已采纳
1回答
我尝试用ifft和Julia计算一个系数阵列的逆傅里叶变换。
我在数组上有N个复数，组织为：Y=[Y_0,.., Y_(N-1)]，表示我的傅里叶系数，并通过计算
ifft(Y)
我收到以下错误消息：
N}(::Union{Base.ReshapedArray{T<:Union{Complex{Float32}，：不匹配plan_bfft(：：数组{复杂，1}，::UnitRange{Int64})最近的候选对象是:plan_bfft{T<：Union{复合{Float32}、复合{Float64}、plan_bfft复合物{Float64}、N、A<:DenseArray
浏览 3提问于2017-05-24得票数 0
回答已采纳
1回答
我已经将模型中的所有层设置为使用float64，但是当拟合时，损失似乎仍然是float32 (基于我看到的四舍五入)。我想确保引擎盖下的所有处理都是双倍的。我怎么能保证呢？
浏览 3提问于2022-01-12得票数 2
2回答
解码仅存在于数组中的JSON响应
、、、、
我在解码JSON应答时有问题。我试着解决这个问题已经有几个星期了，但在网上找不到一个可行的解决方案。
这是我的Go代码，它得到响应：
package main
import (
"fmt"
"time"
"strconv"
"encoding/json"
"net/http"
"io"
)
const (
binanceUrl_0 = "https://api.binance.com"
binanceUrl_1
浏览 5提问于2022-09-27得票数 -1
回答已采纳
我有一个关于python/numpy执行类型转换的奇怪方式的问题。当我在float32和float64数字之间执行算术运算时，较低的精度被转换为float64，然后执行该操作，结果将为float64。但是当list或numpy数组由float32数字组成时，这种类型转换是以相反的方向执行的，即这次是将float64数字向下转换为float 32数字。
>> a = numpy.float32(10.0)
>> b = numpy.float64(1.0)
>> (a/b).dtype
dtype('float64')
>>
浏览 11提问于2016-12-02得票数 2
从numpy float32到python float (float64)再到numpy float32，有可能失去任何保真度或精度吗？
我似乎找不到有数据丢失的案例，但我周围的每个人都在宣称，世界末日将会到来，因为有数据丢失。在继续之前，我只需要找到一个文档/示例来证明数据丢失了。
任何帮助给我指明正确方向的人都将不胜感激。
下面是我看到的一个典型用例：
def serialize(val):
# val is a np.float32
return val.astype(float)
def deserialize(msg):
return np.float32
浏览 2提问于2012-09-21得票数 1
回答已采纳
1回答
我想了解加权().mean()何时使用单精度或双精度。
下面是我遇到的问题的一个简短示例：
import numpy as np
import xarray as xr
data = xr.tutorial.open_dataset("air_temperature")
weights = np.cos( np.deg2rad(data.lat) ) # weights with the cosinus of the latitude
# data are 32 bytes
data.air.dtype # --> dtype('float32'
浏览 6提问于2020-11-11得票数 0
2回答
因此，我正试图找出如何获得以下代码来正确解析来自的JSON数据。从的响应中解码JSON数据似乎没有问题，但只有在指向JSON API时才获得空/零值。
package main
import(
"encoding/json"
"net/http"
"log"
)
type JsonTest struct {
Key1 string
Key2 string
}
type CoinMarketCapData struct {
Id string
Name str
浏览 1提问于2016-08-21得票数 0
回答已采纳
当尝试调用隐式Euler来求解常微分方程时，我收到以下错误：
MethodError: no method matching OrdinaryDiffEq.NLNewtonConstantCache(::Float32, ::Array{Float64,2}, ::LinearAlgebra.LU{Float64,Array{Float64,2}}, ::Bool, ::Bool, ::Bool, ::Float32, ::DiffEqBase.UDerivativeWrapper{ODEFunction{false,DiffEqFlux.var"#dudt_#50"{Neur
浏览 9提问于2020-02-20得票数 1
回答已采纳
2回答
戈菲斯
我正在尝试实现Go的反射包，并且真的坚持了一件事。
上下文-我试图调用一个返回- time.Time和接口{}中的一些数据的API。大多数情况下，这个数据可以是int/int 64，也可以是float32 32/float32 64。我在接口{}中获取数据，并进一步创建一个结构，在该结构中，我将接口{}数据保存在接口中，因为反射承诺了我可以使用该接口做的一些奇妙的事情。
type dataStore struct {
CreateTime time.Time
Data interface{}
}
然后创建一个map[string][]dataStore来存储从我获取的API
浏览 4提问于2020-04-08得票数 0
回答已采纳
我只是尝试使用一个类型开关来处理时间，float32s和float64s。它的工作时间和float64s都很好，但是strconv.FormatFloat(val, 'f', -1, 32)一直告诉我不能使用type float32作为type float64。我不知道这是怎么发生的，所以我一定是遗漏了什么，或者误解了我应该如何调用FormatFloat() for float32s。
func main() {
fmt.Println(test(rand.Float32()))
fmt.Println(test(rand.Float64()))
}
func
浏览 7提问于2014-07-15得票数 2
回答已采纳
2回答
我有一个多维的numpy数组，恰好是一个图像数组。为什么在使用np.mean的axis参数时，计算图像通道均值会产生不同的结果？
>>> X = np.array(np.random.random((9999, 128, 128, 4)) * 1e5, dtype='float32')
>>> X.shape
(9999, 128, 128, 4)
>>> mean_by_axis = np.mean(X, axis=(0, 1, 2))
array([ 13423.11523438, 13423.11523438, 1
浏览 35提问于2017-07-09得票数 2
有一个输入，我需要从控制台读取为一个字符串，然后操作该字符串并将其中的一些转换为float32。
我试过使用：
float, _ := strconv.ParseFloat(myString, 32)
但不起作用。这是我得到的错误：
不能在字段值中将浮点数(float64类型)用作float32类型
还有什么我能做的吗？谢谢!
浏览 0提问于2016-04-03得票数 24
回答已采纳
3回答
我正在朱莉娅中构建一个两个元素数组，其中每个子数组有一个不同的类型(一个是Int64的向量，另一个是Float32的数组)。
代码下面自动地将我想成为Int64的元素转换为Float32，这正是我不想要的：
my_multitype_array = [ collect(1:5), rand(Float32,3) ]
生成的数组自动将第一个数组中的Int64(通过collect(1:5)定义)转换为Float32，生成的my_multitype_array具有2-element Array{Array{Float32,1}}类型。如何强制它使第一个子数组保持Int64s？在用值填充my_mult
浏览 3提问于2020-07-20得票数 4
回答已采纳
1回答
我有一个xarray数据集，如下所示。我需要能够按纬度和经度绘制“数据变量: si10、si10_u、avg”中的任何一个变量。但是，我不知道如何将维度从index_id更改为纬度和经度。或者，删除坐标中的"index_id“。我试过了，然后“纬度”和“经度”从“坐标”中消失。谢谢你的建议。
以下是我的xarray数据集：
<xarray.Dataset>
Dimensions: (index: 2448, index_id: 2448)
Coordinates:
* index_id (index_id) MultiIndex
- latitude
浏览 4提问于2022-03-24得票数 1
回答已采纳
1回答
我正在做一些标准化操作，令我惊讶的是，当我试图恢复操作时，默认的6位小数精度assert_array_almost_equal得到了100%的不匹配。为什么会发生这种情况？会不会是因为我的最大值的精度？如果是这样，如何才能在numpy.ndarray.max()中获得更高的精度
from __future__ import division
import numpy
_max = numpy.float128(67.1036) # output of numpy.ndarray.max() on an a float32 array
def divide_and_mult(x, y):
浏览 20提问于2017-08-24得票数 2
1回答
考虑以下NumPy数组的dtype float32
In [29]: x = numpy.arange(10, dtype=numpy.float32)
当我使用2乘以pytables.Expr时，会得到一个float32数组：
In [30]: tables.Expr('x * 2').eval().dtype
Out[30]: dtype('float32')
然而，当我将它乘以2.0时，我会得到一个float64数组：
In [31]: tables.Expr('x * 2.0').eval().dtype
Out[31]: dtype(&
浏览 2提问于2012-06-05得票数 1
回答已采纳
我对朱莉娅很陌生(几天前才开始)。我想问，是否有一种方法可以在C++中定义没有类似于此的输入参数的朱莉娅中的模板函数。
#include <iostream>
#include <iomanip>
#include <type_traits>
#include <cstdint>
template<typename eT>
eT fun()
{
eT x;
if (std::is_same<eT,double>::value)
{
std::cout << &
浏览 17提问于2022-06-13得票数 2
我写了一个程序来演示Go中的浮点错误：
func main() {
a := float64(0.2)
a += 0.1
a -= 0.3
var i int
for i = 0; a < 1.0; i++ {
a += a
}
fmt.Printf("After %d iterations, a = %e\n", i, a)
}
它打印：
After 54 iterations, a = 1.000000e+00
这与用C编写的相同程序的行为相匹配(使用double类型)
但是，如果使用float
浏览 0提问于2014-03-12得票数 25
回答已采纳
3回答
在python3中，我主要使用浮点数或np.Float 32/64，当涉及到将其存储到数据库中时，即使SQL类型是数字/十进制，我们也会得到0.400000000000021或类似的值，而不是0。
如果从另一个应用程序访问此类数据，则可能会出现问题。
在python中只使用decimal.Decimal并不是我们的答案，因为我们很大程度上利用了熊猫，而且还不支持十进制。
解决方案是在插入SQL之前将浮点数转换为Decimal (在本例中是Server，但这是一个细节)。然后从十进制返回到SELECT后浮动。
你有别的(更好的)方法来处理这个问题吗？
浏览 0提问于2018-03-27得票数 2
回答已采纳
我正在用用GPU测试Theano
# Start gpu_test.py
# From http://deeplearning.net/software/theano/tutorial/using_gpu.html#using-gpu
from theano import function, config, shared, sandbox
import theano.tensor as T
import numpy
import time
vlen = 10 * 30 * 768 # 10 x #cores x # threads per core
iters = 1000
rng =
浏览 4提问于2016-03-14得票数 2
回答已采纳
2回答
我正在努力处理一些代码，这些代码应该是一个非常简单的持续时间计算。该代码的目的是产生一个随机延迟，受上限和下限的约束。我在这里寻求建议的原因是，什么应该是一个简单的任务，已经变成了一个类型转换的庞然大物：
package main
import (
"math/rand"
"time"
)
func main() {
// parameters, hardcoded for illustration purposes only
tMin := float32(1.2)
tMax
浏览 0提问于2020-03-01得票数 3
1回答
我有3个有Y，Cb和Cr的numpy阵列。我能够单独显示他们，现在我想要合并他们并显示结果图像。我试过这个：
Y, Cb, Cr = somefunction() //returns 3 numpy.ndarrays
print(Y.shape) //(160, 160)
print(Y.dtype) //float64
print(Cb.shape) //(160,160)
print(Cb.dtype) //float32
print(Cr.shape) //(160,160)
print(Cr.dtype) // float32
img_Y = im.fromarray(Y, m
浏览 1提问于2020-03-28得票数 2
回答已采纳
Librosa正在以ndtype=float64的形式使用y编写音频文件，尽管我将其作为float32。我使用的是0.7.2版本。我做错了什么吗？这基本上就是我要做的：
y, sr = librosa.load("audio_file", mono=False, sr=None, dtype='float32')
print(y.dtype) # float32
librosa.output.write_wav("output_audio_path", y, sr)
y, sr = librosa.load("output_audio_p
浏览 0提问于2020-07-02得票数 1
2回答
我试图通过并行处理来加快Julia中一个动态规划问题的求解时间(v. 0.5.0)。这个问题涉及到在每次迭代中为1073×19矩阵的每个元素选择最优值，直到连续的矩阵差异在公差范围内为止。我认为，在每次迭代中，填充矩阵中每个元素的值都可以并行化。然而，我发现使用SharedArray会出现严重的性能下降，我想知道是否有更好的方法来处理这个问题。
我构造以下函数的参数：
est_params = [.788,.288,.0034,.1519,.1615,.0041,.0077,.2,0.005,.7196]
r = 0.015
tau =
浏览 0提问于2017-07-18得票数 1
回答已采纳
试图在python中调用julia ModellingToolkit (使用JuliaCall)，并在试图定义符号变量时获得以下错误。
from julia import Main as jl
jl.eval("using ModelingToolkit")
jl.eval("using DifferentialEquations")
jl.eval("@variables t")
因此得到以下错误
julia.core.JuliaError: Exception 'MethodError: no method matching Flo
浏览 3提问于2022-03-28得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
