我怎么知道要使用哪种类型的浮子？

Question

我的问题是：给出一个浮点数，numpy中的最小类型是什么？请考虑以下示例：

dt = datetime.datetime(2018, 8, 1, 17, 32, 53, 966819)
dt_unix = dt.timestamp()
print(dt_unix)
print(np.float32(dt_unix))
print(np.float64(dt_unix))
print(np.finfo(np.float32).precision)

输出为：

1533115973.966819
1533116000.0
1533115973.966819
6

很显然，np.float32似乎无法保留它，但是我以前怎么知道呢？毕竟，建议的精度为6。因此，一般而言，特定类型的范围是多少，例如np.float32，该类型的精确度是什么。

Answer 1

整数

np.finfo提供了有关数据类型的各种信息。我发现epsneg在这里最方便使用：它是最小的x，因此1-x的表示形式不同于1。只要N和N-1是不同的，整数N就可以准确表示。这意味着适合浮点格式的整数的上限为1/epsneg：

print(1/np.finfo(np.float16).epsneg)  # 2048
print(1/np.finfo(np.float32).epsneg)  # 16777216
print(1/np.finfo(np.float64).epsneg)  # 9007199254740992
print(1/np.finfo(np.float128).epsneg) # 18446744073709551616

浮点数

这更加复杂，因为大多数实数（如0.1）都不能以NumPy的任何浮点格式精确表示。我们可以先尝试最精确的可用格式，然后检查较小的格式是否仍以相同的方式表示。

>>> x = np.float128('0.9764404296875')
>>> np.float64(x) == x
True
>>> np.float32(x) == x
True
>>> np.float16(x) == x
False

因此，此数字精确地由float32表示，而不由float16表示。

再说一次，这主要是理论上的，因为如果该数字不是专门为该演示而创建的，则每次可能会得到False：所有浮点表示形式都可能包含舍入误差。