python - Numpy - 两个 float 与浮点类型精度之间的差异

Question

我正在查看 numpy.finfo 并执行了以下操作:

In [14]: np.finfo(np.float16).resolution
Out[14]: 0.0010004
In [16]: np.array([0., 0.0001], dtype=np.float16)
Out[16]: array([ 0.        ,  0.00010002], dtype=float16)

似乎向量能够存储两个数字，使得它们的差异比类型的分辨率小 10 倍。我错过了什么吗？

Answer 1

float 在初始数字后具有固定的分辨率。这个数字告诉你的是，当第一个数字在 1.0 位置时，这个数字的分辨率是多少。您可以通过尝试将较小的数量添加到 1.0 来看到这一点:

In [8]: np.float16(1) + np.float16(0.001)
Out[8]: 1.001

In [9]: np.float16(1) + np.float16(0.0001)
Out[9]: 1.0

这与 nextafter 函数有关，它给出给定数字之后的下一个可表示数字。采取这种差异给出了大约这个分辨率:

In [10]: np.nextafter(np.float16(1), np.float16(np.inf)) - np.float16(1)
Out[10]: 0.00097656