python - python 的数字类型会影响数字的低级精度吗？

Question

例如，据我所知，float 通常由 C double 表示，并且整数具有无限精度，根据 docs . NumPy当然提供更具体的类型。例如，NumPy 中 float 的类型是否会以任何方式影响数字在内存中的精度？或者各种类型的数字是否以相同的精度存储，而类型只是在更高级别以不同方式实现数字？

Answer 1

上面的评论是完全正确的，也提到了某种形式的检查。

但让我们做一些小演示，我们 read out消耗的内存:

import numpy as np

a = np.array([1,2,3], dtype=float)
print(a.nbytes)
b = np.array([1,2,3], dtype=np.float32)
print(b.nbytes)
c = np.array([1,2,3], dtype=np.longfloat)  # this one: OS/Build-dependent
print(c.nbytes)

输出:

24
12
48

您还可以读出每件商品的尺寸:

c.itemsize
# 16

一般来说，如果您了解一些 C/C++ 类型，这对于大多数类型来说是非常直观的，但有一个异常(exception):bool 将为每个条目占用一个完整的字节(尽管有点!)，链接中也记录了这一点下面!

最重要的文档条目可能是 Data types对于类型概述和 ndarray对于您可以查询的属性。