Question

考虑以下浮点数：

number = 2.695274829864502

打印时，我得到：

print(number) # 2.695274829864502

当我将其转换为float32时，我会得到截断的数字：

import numpy as np
number32 = np.float32(number)
print(number32) # 2.6952748

与我致电__repr__()或__str__()相同：

print(number32.__str__()) # 2.6952748
print(number32.__repr__()) # 2.6952748

但是，当我使用format()函数时，会得到原始号码：

print("{}".format(number32)) # 2.695274829864502

它同时在Python3.5和Python3.6中发生。 Python2.7具有类似的行为，但对于较长版本的number，它会截断4个尾随数字。

对此有什么解释？

Answer 1

这可能只是显示上的区别，也就是说，类float32可能指定了小数点后要显示的不同位数。

一些代码来突出区别：

n1 = 2.695274829864502
print()
print('n1 type     ', type(n1))
print('n1          ', n1)
print('n1.__str__  ', n1.__str__())
print('n1.__repr__ ', n1.__repr__())
print('n1 {}       ', '{}'.format(n1))
print('n1 {:.30f}  ', '{:.30f}'.format(n1))

n2 = np.float32(n1)
print()
print('n2 type     ', type(n2))
print('n2          ', n2)
print('n2.__str__  ', n2.__str__())
print('n2.__repr__ ', n2.__repr__())
print('n2 {}       ', '{}'.format(n2))
print('n2 {:.30f}  ', '{:.30f}'.format(n2))

n3 = np.float64(n1)
print()
print('n3 type     ', type(n3))
print('n3          ', n3)
print('n3.__str__  ', n3.__str__())
print('n3.__repr__ ', n3.__repr__())
print('n3 {}       ', '{}'.format(n3))
print('n3 {:.30f}  ', '{:.30f}'.format(n3))

结果（使用Python 3.6）：

n1 type      <class 'float'>
n1           2.695274829864502
n1.__str__   2.695274829864502
n1.__repr__  2.695274829864502
n1 {}        2.695274829864502
n1 {:.30f}   2.695274829864501953125000000000

n2 type      <class 'numpy.float32'>
n2           2.6952748
n2.__str__   2.6952748
n2.__repr__  2.6952748
n2 {}        2.695274829864502
n2 {:.30f}   2.695274829864501953125000000000

n3 type      <class 'numpy.float64'>
n3           2.695274829864502
n3.__str__   2.695274829864502
n3.__repr__  2.695274829864502
n3 {}        2.695274829864502
n3 {:.30f}   2.695274829864501953125000000000

如您所见，内部所有数字仍然存在，只是在使用某些显示方法时不显示它们。

我不认为这是一个错误，也不认为这会影响这些变量的计算结果；这似乎是正常的（并且是预期的）行为。

直接打印`float32`和在Python中使用`format（）`函数之间的区别

1 个答案: