Numpy 数据精度
https://docs.scipy.org/doc/numpy-dev/user/basics.types.html
数据类型 | 描述 |
---|---|
bool_ | Boolean (True or False) stored as a byte |
int_ | Default integer type (same as C long normally either int64 or int32) |
intc | Identical to C int (normally int32 or int64) |
intp | Integer used for indexing (same as C ssize_tnormally either int32 or int64) |
int8 | Byte (-128 to 127) |
int16 | Integer (-32768 to 32767) |
int32 | Integer (-2147483648 to 2147483647) |
int64 | Integer (-9223372036854775808 to 9223372036854775807) |
uint8 | Unsigned integer (0 to 255) |
uint16 | Unsigned integer (0 to 65535) |
uint32 | Unsigned integer (0 to 4294967295) |
uint64 | Unsigned integer (0 to 18446744073709551615) |
float_ | Shorthand for float64. |
float16 | Half precision float: sign bit, 5 bits exponent, 10 bits mantissa |
float32 | Single precision float: sign bit, 8 bits exponent, 23 bits mantissa |
float64 | Double precision float: sign bit, 11 bits exponent, 52 bits mantissa |
complex_ | Shorthand for complex128. |
complex64 | Complex number, represented by two 32-bit floats (real and imaginary components) |
complex128 | Complex number, represented by two 64-bit floats (real and imaginary components) |
单精度8位阶码,1位符号,剩下23位尾数,算出2的负23次方,得到0.00000011920928955078125
前面0有多少个,就表示能精确到那一位
双精度11位阶码,1位符号,剩下52位尾数,算出2的负52次方,得到0.00000000000000022204460492503130808472633361816
前面0有多少个,就表示能精确到那一位
参考文献
http://bbs.bccn.net/thread-316069-1-1.html
http://blog.csdn.net/qq_34312386/article/details/52454701
http://blog.sina.com.cn/s/blog_814e83d80101bgcf.html
https://zhidao.baidu.com/question/181927800.html
Numpy 数据精度相关推荐
- numpy.astype数据精度导致数据变化的问题
在用numpy.astype强制转换数据类型的时候,由于numpy精度的问题将会对长度超过16位的数据发生不可预见的变化. 见以下样例: a=np.random.randint(10000000000 ...
- python numpy Quickstart tutorial之set_printoptions
上节中主要介绍了ndarray函数的创建,在示范用例中可以看到打印一个ndarray里面的内容可以直接使用print打印即可,但是有的时候,当矩阵过大时,直接使用print打印并不能将矩阵中的内容全部 ...
- mpi4py 并行读/写 numpy npy 文件的方法
本文从本人简书博客同步过来 在上一篇中我们介绍了 mpi4py 中获得高性能 I/O 的方法和建议,下面我们将介绍 mpi4py 并行读/写 numpy npy 文件的方法. 在使用 mpi4py 写 ...
- 数据基础---numpy、pandas使用教程
数组对象 Numpy库 Numpy最重要的一个特点是就是其N维数组对象,即ndarray,ndarray是一个通用的同构数据多维容器,其中的所有元素必须是相同类型的.每个数组都有一个shape(一个表 ...
- numpy的astype函数
astype函数用于array中数值类型转换 查看全文 http://www.taodudu.cc/news/show-3729141.html 相关文章: np.astype()函数 np.asty ...
- OpenCV 笔记(07)— Mat 对象输出格式设置(Python 格式、CSV 格式、NumPy 格式、C 语言格式)
首先是下面代码中将要使用的 r 矩阵的定义.需要注意,我们可以通过用 randu 函数产生的随机值来填充矩阵, 需要给定一个上限和下限来确保随机值在期望的范围内. Mat r = Mat(2, 3, ...
- NumPy — 创建全零、全1、空、arange 数组,array 对象类型,astype 转换数据类型,数组和标量以及数组之间的运算,NumPy 数组共享内存
NumPy 简介 一个用 python 实现的科学计算包.包括: 1.一个强大的 N 维数组对象 Array : 2.比较成熟的(广播)函数库: 3.用于整合 C/C++ 和 Fortran 代码的工 ...
- Python+OpenCV 图像处理系列(8)—— Numpy 对象及图像对象创建与赋值
1. Numpy 相关知识 1.1 Ndarray 对象 在了解 OpenCV 的图像对象之前我们先对 NumPy 的基础知识做一回顾,方便我们后续更进一步理解图像对象的一系列操作. In [2]: ...
- dataframe,python,numpy 问题索引2
20220330 print(frame3.isnull().any()) 找出存在空值的列 print("========================") print(fra ...
最新文章
- 十天精通CSS3(3)
- linux 打开文件表 文件描述符,文件描述符-mjsc1023-ChinaUnix博客
- 用python编写图片生成器_python生成器
- Day11多态部分-3
- 将tomcat添加到服务中
- java私有成员的访问_java – 使用私有成员或公共访问器的方法
- Docker 镜像使用(拉取、查看、使用、删除)
- 移动端1px细线问题
- 【企业架构】什么是数据架构? 管理数据的框架
- 分享一个好看的邮件html模板
- FFmpeg 内容介绍 音视频解码和播放
- 计算机软硬件配置在哪里查,如何查看电脑硬件配置信息?
- 关于QQ热键在不知道的情况下找出热键组合的办法
- Unity_粒子系统特效制作_051
- exists和no exists 在sql中的区别
- 操作系统实验 生产者/消费者模型
- 扫地机器人系统,主要划分为哪几个模块?
- 雪球产品期权价值蒙特卡洛模拟(1)
- Linux-网络-netstat命令
- java 一二三四五_五道java小题,补更四道java小题
热门文章
- 微课|中学生可以这样学Python(2.1.2节):常量与变量
- Python使用tkinter编写图片浏览程序
- 在ubuntu14.04中安装及测试OpenCV
- java做一个客房管理系统定制_开题报告基于Java的酒店客房管理系统的设计与实现.doc...
- 消息队列一直建立tcp连接_云架构那些事儿:为什么我的TCP连接建立异常?
- C++之类和对象的关系
- python可以做力扣的题吗_力扣题目练习一
- ajax与java交互实例,1、Ajax与Java通过GET方式交互
- python的turtle画小人_Pythonturtle画图库画姓名实例
- java数字时钟控件_Java-数字时钟(简易版)