当使用numpy.array时，我应该使用numpy.float64而不是Python float

Question

到目前为止我没有遇到任何问题，所以这纯粹是出于好奇。

在Python中，我通常定义浮点数和浮点数组，如下所示：

import numpy as np

s = 1.0
v = np.array([1.0, 2.0, 3.0])

如果上述情况s为float，则v的元素属于numpy.float64类型。

为了更加一致，我可以，例如，这样做：

import numpy as np

s = np.float64(1.0)
v = np.array([1.0, 2.0, 3.0])

从准确性/精确度的角度来看，是否存在建议使用“一致”方法的情况？如果有的话，我会在“不一致”的方法中出现什么样的错误？

Answer 1

Python（至少CPython）在内部使用双精度的float类型 - 双精度是64位浮点数（可能并不总是但我没有找到平台+编译器，其中双精度不是64位花车）。

因此，无论您将其保留为float还是np.float64，都不应该发生任何问题。

但是，如果你使用Pythons float和NumPys np.float32，你会发现差异，因为float具有更高的精度（64位）而不是np.float32（32位）。