首页>>后端>>Python->python浮点数多少位(Python定义浮点数)

python浮点数多少位(Python定义浮点数)

时间:2023-12-25 本站 点击:0

导读:本篇文章首席CTO笔记来给大家介绍有关python浮点数多少位的相关内容,希望对大家有所帮助,一起来看看吧。

python的浮点数运算是不是精度有问题阿

再计算机的硬件中,浮点数以二进制小数表示。比如小数

[python] view plain copy

0.125

可看做1/10+2/100+5/1000,同样的方式二进制小数

[python] view plain copy

0.001

可看做0/2+0/4+1/8。

这两个小数实际的值是相同的,唯一的不同是0.125是十进制表示,0.001是二进制表示。可是不幸的是,多数的十进制小数不能用二进制小数准确的表示。通常,你输入的十进制浮点数只能由存储在机器中的二进制浮点数近似表示。无论你使用多少位二进制数字,十进制的0.1都不能准确的由二进制小数表示,其是无限重复的小数

[python] view plain copy

0.0001100110011001100110011001100110011001100110011...

在一个运行python的典型计算机中,一个浮点数具有53位的精度,所以十进制的0.1在内部会以如下形式存储

[python] view plain copy

0.00011001100110011001100110011001100110011001100110011010

实际中,我们很容易忘记存储的数据是原始十进制的的近似表示。Python只会显示出以二进制形式存储再计算机中的真正十进制数的近似数。如

[python] view plain copy

0.1000000000000000055511151231257827021181583404541015625

其中的多数位数都不会被人使用到,所以python只显示它的四舍五入后的值

[python] view plain copy

0.1

在实际中有很多这样的例子可以说明:

[python] view plain copy

 0.1 + 0.2

0.30000000000000004

[python] view plain copy

 round(2.675, 2)

2.67

可以使用decimal模块,可以看到准确的浮点数的值。

[python] view plain copy

 from decimal import Decimal

 Decimal(2.675)

Decimal('2.67499999999999982236431605997495353221893310546875')

python 双精度浮点数用什么表示

Python原生浮点数类型只有一种,叫float,大小为24个字节(我这里Python3.6是这样,别的版本不清楚),本身就是双精度(你打个特别长的小数,最后它会给你截止到15-16位有效数字,这是双精度浮点数的典型特征),不论你是多短的浮点数都是如此

Python和别的语言不一样,每个变量都是对象,而对象里有各种杂七杂八的属性方法,所以内存占用比其他语言大得多

如果希望内存占用更小,而有用单精度的需求,建议使用numpy等第三方库,可以提供对变量类型大小的控制。

python中浮点数的处理

主要还是因浮点数在计算机中实际是以二进制保存的,有些数不精确。

0.1 是十进制,转化为二进制后它是个无限循环的数:

0.00011001100110011001100110011001100110011001100110011001100。。。。。

而python是以双精度(64)位来保存浮点数,多余的位会被截掉,所以看到的是0.1,但在电脑上实际保存的已不是精确的0.1,参与运算后,也就有可能有点点误 差。

有些小数转化为二进制后是有理数且在64位内,所以在计算机上保存的也是精确的,这些小数参与运算后结果一般会是很精确的,不会出现你说的情况。

浮点数很复杂,这些也是我以前查资料时的一点记录,你可以自己去GOOGLE看看。

Python 模拟32bit 浮点数运算

01

“如将Python中的浮点数运算精度限制到32位?”

为什要提出这么怪异的问题。存在即合理~~

提出这个问题的原因是,在用python模拟32位MCU上的程序时,发现两者的结果有差异。

而差异的地方就是重点。 秉持这种观点,我就想办法深挖下去。排除了其他所有的可能,就差计算精度的影响了。

MCU的浮点运算单元是32位的,而Python默认的浮点运算为64位(安装的64 bit安装包)

浮点运算的结果如下:

32位浮点数的有效数据位为7位,而以上计算结果明显超过7位。

02

差异已经很明显了,那怎么消除着这种差异~~

方案一:

使用round()控制精度。

No,单精度与双精度浮点运算差异不止一个round函数,也不止千八百个~~

方案二:

使用decimal模块

这个还在我的学习计划中~~

方案三:

stackoverflow.com

问题解决~~

03

使用numpy模块中的float32完美解决这个问题。

举个例子~~

End

结语:以上就是首席CTO笔记为大家介绍的关于python浮点数多少位的全部内容了,希望对大家有所帮助,如果你还想了解更多这方面的信息,记得收藏关注本站。


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:/Python/59876.html