In [1]:import numpy as np
# 查看 longdouble 的机器限制,可以看到在我的电脑上表示到 float64
In [2]:np.finfo(np.longdouble)
Out[2]: finfo(resolution=1e-15, min=-1.7976931348623157e+308, max=1.7976931348623157e+308, dtype=float64)
# 结果和 longdouble 是一样的
In [3]:np.finfo(np.float64)
Out[3]: finfo(resolution=1e-15, min=-1.7976931348623157e+308, max=1.7976931348623157e+308, dtype=float64)
In [4]:np.finfo(np.float32)
Out[4]: finfo(resolution=1e-06, min=-3.4028235e+38, max=3.4028235e+38, dtype=float32)
# 精度
In [5]:1+np.finfo(np.longdouble).eps
Out[5]: 1.0000000000000002
In [6]:1+np.finfo(np.longdouble).eps == 1.0
Out[6]: False
但是需要注意的是numpy官方并不支持这种做法,引用官方说明:
Be warned that even if np.longdouble offers more precision than python float, it is easy to lose that extra precision, since python often forces values to pass through float.
竟然是14年的问题,到现在都没一个人回答还一直出现在首页上。
numpy
最高的精度可以用numpy.longdouble
表示,复数用numpy.clongdouble
,但是这个具体能精确到多少是和你的电脑硬件相关的,例如我的电脑只能表示到numpy.float64
,见下面示例:但是需要注意的是
numpy
官方并不支持这种做法,引用官方说明:具体可参考 Data Types 。