可以说我有如下功能：
testFunction <- function(testInputs){
print( sum(testInputs)+1 == 2 )
return( sum(testInputs) == 1 )
}
当我在命令行上使用以下输入进行测试时：c（0.65，0.3，0.05），它将打印并按预期返回TRUE。
但是，当我使用c（1-0.3-0.05，0.3，0.05）时，会得到TRUE打印并返回FALSE。这没有意义，因为这意味着sum（testInputs）+1是2，而sum（testInputs）不是1。
我的想法是：打印出来的值不确切是1，可能是0.9999999 ...，并且在显示时四舍五入。但这只是一个猜测。究竟如何运作？
这恰好是一个浮点问题，但对我而言，有趣的是它如何证明了的返回值sum()会产生此错误，但+您却没有得到它。
请参阅注释中有关浮点数学的链接。解决方法如下：
sum(1-0.3-0.5, 0.3, 0.05) == 1
# [1] FALSE
dplyr::near(sum(1-0.3-0.05, 0.3, 0.05), 1)
# [1] TRUE
对我来说，有趣的是：
(1 - 0.3 - 0.05 + 0.3 + 0.05) == 1
# [1] TRUE
由于您无法预测浮点算术的各种实现的行为，因此需要对其进行更正。在这里，使用而不是==使用dplyr::near()。在多种语言中都发现了这个问题（浮点数学是不精确的，也是不可预测的）。一种语言中的不同实现将导致不同的浮点错误。
正如我在讨论这个回答另一个浮点问题，dplyr::near()一样all.equal()，有一个宽容的说法，在这里tol。.Machine$double.eps^0.5默认情况下设置为。.Machine$double.eps是您的计算机可以添加1并能够与之区别的最小数字1。这不是精确的，但是在那个数量级上。取平方根会使它大一点，并允许您准确地确定那些偏离量，这些量会使对相等性的测试失败，很可能是浮点错误。
注意：是的，它near()是在dplyr中，我几乎一直都在加载它，所以我忘记了它不在基础中……您可以使用all.equal()，但请查看的源代码near()。正是您所需要的，而您却不需要：
near
# function (x, y, tol = .Machine$double.eps^0.5)
# {
# abs(x - y) < tol
# }
# <environment: namespace:dplyr>
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句