2减去一个微小值，得到了1

问题描述

神奇，这里 2 - 0.0001 居然得到的结果是 1 ？而且我不明确这种问题会在什么情况下发生，我感到很害怕。
x_grad = numerical_gradient_no_batch(function_1, x) 这里如果我传入的x是小数，则是程序是符合预期的。若 x 为整数，就会发生上述问题。

x为整数的运行结果

x为小数的运行结果

环境

python3.8，jupyter notebook，win10操作系统

相关代码

import numpy as np
import matplotlib.pylab as plt
from mpl_toolkits.mplot3d import Axes3D

def function_1(x):
    if x.ndim == 1:
        return np.sum(x**2)
    return np.sum(x**2, axis=1)

# 数值法求函数 f 在某点 x（一个向量） 处的梯度
def numerical_gradient_no_batch(f, x):
    h = 1e-4
    grad = np.zeros_like(x)
    for idx in range(x.size):
        tmp_x = x[idx]
        x[idx] = tmp_x + h
        fh1 = f(x)
        print(tmp_x, h, tmp_x + h, x[idx], fh1)
    
        x[idx] = tmp_x - h
        fh2 = f(x)
        print(tmp_x, h, tmp_x - h, x[idx], fh2)
        
        grad[idx] = (fh1 - fh2) / (h *  2)
        x[idx] = tmp_x
        print(grad)
    return grad

x = np.array([2])
x_grad = numerical_gradient_no_batch(function_1, x)

python是弱类型的，2-0.0001会是个小数而不会自动给你取整
而numpy.array是有类型的，你传入的是整数，那么它的类型就是整型，你传入的是小数，它的类型就是浮点型
你像整型数组里传入小数，会进行强制转换

2减去1个微小值，然后用截尾法取整的话，结果就是1
你这里用整数的情况，肯定是进行截尾了，也就是强制转换为整型，会完全丢失小数部分，哪怕小数部分是0.99999999

2 为整数，结果也会去掉小数部分转成整数
2-0001 = 1.9999 去掉小数部分转成整数就是1
你2 改成 2.0 即可

代码目的：用数值法求函数在某点处的梯度