对于数组和数组副本,Numpy.mean返回不同的结果

我有一个问题可以归结为以下几点:

import numpy as np

X = np.array([[98489.46, 98491.95000000001, 98496.93000000001,
98499.42000000001, 98504.40000000001, 98506.89000000001,
98511.87000000001, 98514.36000000002, 98519.34000000001,
98521.83], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0]], order='F')

Y = X.copy()
assert(np.array_equal(X, Y))

print(X.mean(axis=1)[0] - X[0, :].mean())

print(Y.mean(axis=1)[0] - Y[0, :].mean())

-1.4551915228366852e-11 我发现这是出乎意料的。它基本上是说第一行的平均值和第一行的平均值不同。

0 ,从孤立的结果来看,这是意料之中的——但我没想到这会与第一个案例有所不同,因为 Y 只是一个(内存连续的,我猜)的副本 X

也许这一切都可以用求和的顺序来解释,但这里到底发生了什么?