问numpy.float128的内部精度是多少？

EN

我们非常推荐使用而不是float128，因为它是乱七八糟，ATM。Python将在初始化期间将其转换为float64。

它可以是双倍，也可以是长双倍。它是在npy_common.h中定义的，取决于您的平台。我不知道你是否可以把它写进你的源代码中。

如果在算法的这一部分中不需要性能，更安全的方法可能是将其导出到字符串中，然后使用strold。

numpy.longdouble指的是C编译器调用long double的任何类型。目前，这是numpy支持的唯一扩展精度浮点类型。

在x86-32和x86-64上，这是一个80位浮点型。在更有异国情调的系统上，这可能是另一回事( Sparc上的IIRC是一个实际的128位IEEE浮点数，而PPC上则是双倍)。(这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还将导出一些名称，如numpy.float96或numpy.float128。导出这些名称中的哪一个取决于您的平台/编译器，但是无论您得到什么，都会引用与longdouble相同的底层类型。而且，这些名字具有很高的误导性。它们不表示96位或128位IEEE浮点格式.相反，它们指示底层long double类型使用的对齐位数。例如，在x86-32上，long double是80位，但是为了保持32位对齐，可以得到高达96位的填充，numpy调用这个float96。在x86-64上，long double又是相同的80位类型，但是现在它被填充到128位来保持64位对齐，numpy调用这个float128。没有额外的精度，只有额外的填充。

建议:忽略float96/float128名称，只需使用numpy.longdouble。或者最好还是坚持双倍，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。

来自矮胖的医生的TLDR

np.longdouble被填充到系统默认值；np.float96和np.float128提供给想要特定填充的用户。尽管有这些名称，但np.float96和np.float128只提供与np.longdouble相同的精度，即在大多数x86机器上提供80位，在标准Windows中提供64位。