numpy.float128在内部映射到什么精度？是__float128还是长双？ （或完全不同的东西！？）
如果有人知道，可能会有一个问题：在C中将__float128强制转换为（16字节）长双精度是否安全？ （这是为了与长期双打的C lib接口。）
编辑：在回复评论时，该平台是＆＃39; Linux-3.0.0-14-generic-x86_64-with-Ubuntu-11.10-oneiric＆＃39;。现在，如果numpy.float128具有依赖于平台的不同精度，那对我来说也是有用的知识！
为了清楚起见，我感兴趣的是 precision ，而不是元素的大小。
答案 0 :(得分：36)
numpy.longdouble指的是C编译器调用long double的任何类型。目前，这是numpy支持的仅扩展精度浮点类型。
在x86-32和x86-64上，这是一个80-bit floating point type。在更奇特的系统上，它可能是其他东西（Sparc上的IIRC它是一个实际的128位IEEE浮点数，而在PPC上它是double-double）。 （它也可能取决于您使用的操作系统和编译器 - 例如Windows上的MSVC根本不支持任何类型的扩展精度。）
Numpy还会导出一些名称，如numpy.float96或numpy.float128。导出这些名称取决于您的平台/编译器，但无论您获得什么，总是引用与longdouble相同的基础类型。而且，这些名称极具误导性。它们不表示96位或128位IEEE浮点格式。相反，它们表示底层long double类型使用的对齐位数。所以例如在x86-32上，long double是80位，但是最多填充96位以保持32位对齐，numpy调用此float96。在x86-64上，long double再次是相同的80位类型，但现在它被填充到128位以保持64位对齐，并且numpy调用此float128。没有额外的精确度，只需要额外的填充。
建议：忽略float96 / float128个名称，只需使用numpy.longdouble即可。或者更好的是坚持双打，除非你有一个真正令人信服的理由。它们会更快，更便携等等。
答案 1 :(得分：7)
非常建议使用longdouble instead of float128，因为它非常a mess，ATM。 Python将在初始化期间将其强制转换为float64。
在numpy里面，它可以是双倍或长双倍。它在npy_common.h中定义，取决于您的平台。我不知道你是否可以在开源代码中将它包含在你的源代码中。
如果您在算法的这一部分中不需要性能，那么更安全的方法是将其导出为字符串并在之后使用strold。
答案 2 :(得分：3)
来自 numpy docs 的 TLDR：
<块引用>np.longdouble 被填充到系统默认值； np.float96 和 np.float128 是为需要特定填充的用户提供的。尽管名称不同，np.float96 和 np.float128 仅提供与 np.longdouble 相同的精度，即，在大多数 x86 机器上为 80 位，在标准 Windows 版本中为 64 位。