python中float32_python – Numpy的float32和float比较

数字比较相等,因为58682.7578125可以在32位和64位浮点中精确表示.让我们仔细看看二进制表示：

32 bit: 01000111011001010011101011000010

sign : 0

exponent: 10001110

fraction: 11001010011101011000010

64 bit: 0100000011101100101001110101100001000000000000000000000000000000

sign : 0

exponent: 10000001110

fraction: 1100101001110101100001000000000000000000000000000000

它们具有相同的符号,相同的指数和相同的分数 – 64位表示中的额外位用零填充.

无论他们演出哪种方式,他们都会比较平等.如果您尝试使用其他数字,例如58682.7578124,您会看到二进制级别的表示形式不同; 32位失去更高的精度,他们不会比较相等.

(在二进制表示中也很容易看到float32可以向上传播到float64而不会丢失任何信息.这就是numpy在比较两者之前应该做的事情.)

import numpy as np

a = 58682.7578125

f32 = np.float32(a)

f64 = np.float64(a)

u32 = np.array(a, dtype=np.float32).view(dtype=np.uint32)

u64 = np.array(a, dtype=np.float64).view(dtype=np.uint64)

b32 = bin(u32)[2:]

b32 = '