溢出錯誤：..long詮釋過大

import math 
a = 100 
b = 110 
e = 2.71828 
x = (e**-a)*(a**b)/math.factorial(b) 
print round(x, 5)

當a和b是大我得到這個消息：溢出錯誤：..long詮釋過大

Traceback (most recent call last): 
    File "<stdin>", line 5, in <module> 
OverflowError: long int too large to convert to float

來源

2014-09-11 Nenad Savic

'math.factorial（b）'== 198之前小！ == 1.98..e370比Double.MaxValue大 – 2014-09-11 08:21:10

似乎很明顯：值太大 – sapi 2014-09-11 08:21:23

如何解決這個問題？ – 2014-09-11 08:22:57

只要（A ** B）>> math.factorial（二），你可以只是做

(a**b)/math.factorial(b)*(e**-a)

這樣的數量得到被轉換爲浮動

來源

2014-09-11 09:43:38

您已超出最大浮點值（1.7976931348623157e+308）。

使用decimal模塊：

import math 
from decimal import Decimal 
a = 200 
b = 198 
e = 2.71828 
x = Decimal(e**-a)*Decimal(a**b)/math.factorial(Decimal(b)) 
print round(x, 5)

輸出：

0.02806

與WloframAlpha計算0.0280567

如果你想看到的浮動信息輸出比較它，見this：

>>> import sys 
>>> print sys.float_info 
sys.float_info(max=1.7976931348623157e+308, max_exp=1024, max_10_exp=308, min=2.2250738585072014e-308, min_exp=-1021, min_10_exp=-307, dig=15, mant_dig=53, epsilon=2.220446049250313e-16, radix=2, rounds=1)

來源

2014-09-11 08:25:51 0x90

有趣。這適用於198，但會隨着數字的增加而快速填滿整個記憶，或者我錯了嗎？ – JulienD 2014-09-11 08:40:04

我相信你是對的:) – 0x90 2014-09-11 08:50:32

您似乎試圖實施泊松分佈。對於其平均值的大數值，它非常接近高斯分佈，因此您不需要計算階乘（這與其他人已經說過的那樣太大）。

http://en.wikipedia.org/wiki/Poisson_distribution#Related_distributions

編輯：事件k的數目爲平均的獨立的，但通常是一個不希望諸如P的概率（200 | L）爲小L，或一種其四捨五入到零。

也看看SciPy的的實現，這似乎是使用對數，另一種方式或避免非常大的數字： https://github.com/scipy/scipy/blob/v0.14.0/scipy/stats/_discrete_distns.py

編輯：因爲它要求，在R A演示（因爲它是在我目前的設置中更快，但數學是相同的）。我把波長=平均值=西格馬^ 2 = 500（沒有對於n < 1000連續性校正）：

pois = rpois(1000, 500) 
norm = rnorm(1000, 500, sqrt(500)) 
plot(density(pois)) 
lines(density(norm))

來源

2014-09-11 08:29:18 JulienD

你是怎麼知道OP的意志的？ – 0x90 2014-09-11 08:33:22

該公式很容易識別。出於類似的原因，我必須用泊松函數來近似二項式。在某些時候，即使使用Decimal，您也會達到硬件的極限。 – JulienD 2014-09-11 08:38:27

是的，這是泊松，我不知道他與高斯類似，謝謝 – 2014-09-11 08:47:31

溢出錯誤：..long詮釋過大

回答

相關問題