numpy.float128的内部精度是多少？

Question

numpy.float128内部映射到什么精度？是__float128还是长双倍？（或完全其他！！）

如果有人知道，这个问题可能会引起关注：在C中将__float128转换为（16字节）长的双精度数，而只是精度下降，是否安全？（这是为了与在长双精度上运行的C lib接口）。

编辑：作为回应，该平台是“ Linux-3.0.0-14-generic-x86_64-with-Ubuntu-11.10-oneiric”。现在，如果numpy.float128的精度取决于平台，则对我来说也是有用的知识！

需要明确的是，这是我感兴趣的精度，而不是元素的大小。

Answer 1

强烈建议使用longdouble而不是float128，因为这很混乱，ATM。Python将在初始化期间将其强制转换为float64。在numpy内部，它可以是双精度型或长双精度型。它在npy_common.h中定义，取决于您的平台。我不知道您是否可以将其直接包含在源代码中。如果您在算法的这一部分中不需要性能，一种更安全的方法可能是将其导出为字符串，然后使用strold。

Answer 2

numpy.longdouble指的是C编译器调用的任何类型long double。当前，这是numpy支持的唯一扩展精度浮点类型。在x86-32和x86-64上，这是一种80位浮点类型。在更特殊的系统上，可能还有别的东西（在Sparc上的IIRC是实际的128位IEEE浮点数，在PPC上是double-double）。（这也可能取决于您所使用的操作系统和编译器，例如Windows上的MSVC根本不支持任何扩展精度。）Numpy还将导出一些名称，例如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，总是引用与相同的基础类型longdouble。而且，这些名称极易引起误解。它们不表示96位或128位IEEE浮点格式。相反，它们指示基础类型使用的对齐位数long double。因此，例如在x86-32上long double为80位，但为了保持32位对齐而被填充多达96位，并且numpy将其称为float96。在x86-64上，它long double仍然是相同的80位类型，但现在它被填充至128位以保持64位对齐，并且numpy将此称为float128。没有额外的精度，只有额外的填充。建议：忽略float96/ float128名称，只需使用即可numpy.longdouble。或者，除非您有真正令人信服的理由，否则最好坚持加倍。它们将更快，更便携等。