python - 如何在 python 中将数字转换为 12 位精度？

Question

我需要在 Python 中存储一个 12 位精度的浮点变量

我知道要将变量转换为 float 有一个 float 函数，但我如何以位为单位指定 float 的大小？例如(12, 16, ...)

Answer 1

正如其他答案中提到的，这实际上并不存在 在纯 Python 数据类型中，see the docs

但是，您可以使用 numpy 来明确指定 data types例如

• numpy.float16
• numpy.float32
• numpy.float64

您还可以使用 extended precision numpy.float96 这似乎是你想要的，例如 12 字节是 96 位

import numpy as np
high_prec_array = np.array([1,2,3], dtype=np.float96)

注意事项

正如评论和链接中所指出的，这不是真正的 12 字节精度。相反，80 位(10 字节)由 2 个零字节填充。如果您只关心兼容性，这可能就足够了。

这个精度may not be available on all platforms

In the tables below, platform? means that the type may not be available on all platforms. Compatibility with different C or Python types is indicated: two types are compatible if their data is of the same size and interpreted in the same way.

另请阅读有关使用此类奇异类型的注意事项

• https://stackoverflow.com/a/17023995/4013571
• https://mail.scipy.org/pipermail/scipy-dev/2008-March/008562.html
• https://www.reddit.com/r/learnpython/comments/3l7f3v/a_sneaky_numpy_feature_for_anyone_interested_in/
• https://stackoverflow.com/a/18537604/4013571

我发现这很有启发性。我的结论是，如果您想绝对保证 96bit 精度，那么 python 不是正确的选择，因为可用扩展精度中固有的歧义来自您的 C 分布中的歧义.鉴于你的物理背景，我建议使用 Fortran如果你想保证稳定性。

用C++定义你自己的类型

对于感兴趣的高级用户，可以定义自己的数据类型。 user defined types states 上的 numpy 指南

As an example of what I consider a useful application of the ability to add data-types is the possibility of adding a data-type of arbitrary precision floats to NumPy.

因此您可以尝试使用 boost/multiprecision/cpp_bin_float.hpp如果您热切希望将代码保存在 python 中。