np.array2string错误报告值？

Question

我正在使用numpy和numpy.array2string来探测微小变化和数值稳定性的影响。我对以下练习感到困惑：

<Get vector data through prior code>
print(data.shape)
print(data.dtype)
variance = np.var(data)
print(variance.dtype)
print(variance)
print(np.array2string(variance, suppress_small=True,formatter={'float': '{: 8.55f}'.format}))

哪个作为输出：

torch.Size([1, 64])  # shape of the data
torch.float32        # dtype of the data
float32              # dtype of the variance result
37166410.0
37166408.0000000000000000000000000000000000000000000000000000000

这让我感到cross目结舌：array2string不仅仅是用（明显荒谬的）数字重新格式化值，它似乎正在改变值本身，而超出了舍入错误应该很重要的程度。 （它不是似乎成为格式化程序，因为我可以删除它并仍然看到更改的值。）

float32可以轻松地直接表示这些整数值之一。
我在这里不明白什么？请重申我对客观现实的信念。

更新：没有float32不能完全代表37166410.0，我需要戴老花镜。