我很惊讶我无法找到这个问题的答案。我将浮点值写入hdf5数据集，我想将精度设置为10位小数。从hdf5数据集上的documentation开始，似乎没有任何设置精度的方法。我得到的最接近的是＆＃39; float32＆＃39;或者＆＃39; float64＆＃39;，但是＆＃39; float32＆＃39;切断我的号码。文件大小对我来说是一个很大的问题，并且＆＃39; float64＆＃39;使文件显着增大。是否可以使用hdf5选择精度？
我的问题的一个例子： 数据[0]的真实值为0.0066896507
group.create_dataset(name, data=data, dtype='float64')
data [0]产生0.0066896506999999999，但
group.create_dataset(name, data=data, dtype='float32')
给我0.0066896505，这是不正确的。数据集中的其他数字甚至更不正确。
这也很奇怪，因为当我做的时候
x = h5py.File(my_file,'r')
print(x['dataset'][0])
x['dataset'][0]时，它就会给出我上面写的内容。如何实际存储数据？它真的给了那些额外的数字吗？正如你所看到的，我对hdf5（以及一般的python）有点新鲜。谢谢你的帮助。
答案 0 :(得分：1)
要创建自定义精度类型，您需要删除h5py的低级绑定，特别是概述http://api.h5py.org/h5t.html#atomic-classes的函数/类型。有关如何完成此操作的示例，请参阅https://github.com/h5py/h5py/blob/master/h5py/h5t.pyx#L202。（对于半/ 16位浮点数）。
然而，这可能不是你想要的（给出十进制数字的引用）。虽然存在基于10的浮点数（参见例如https://en.wikipedia.org/wiki/Decimal64_floating-point_format），但实际上如果您使用python，则所有浮点数都是base-2。这意味着您关心它所存储的位数（以及采用何种格式，请参阅https://en.wikipedia.org/wiki/IEEE_754#Basic_and_interchange_formats）。另外值得注意的是，完全有可能打印出比精确度更高的数字（例如我可以打印float32，它存储~7个有效数字，包含30个有效数字，但这并不意味着我有30个有效数字值得精确）。因此，基于您至少关注10个有效精度数字的事实，您应该使用float64（也称为double，binary64）
如果您担心文件大小，请查看h5py的压缩支持，请参阅http://docs.h5py.org/en/latest/high/dataset.html#filter-pipeline。