在使用 numpy.array 时我应该使用 numpy.float64 而不是 Python float

Question

到目前为止我还没有遇到任何问题，所以这个问题纯粹是出于好奇。

在 Python 中，我通常这样定义浮点数和浮点数数组：

import numpy as np

s = 1.0
v = np.array([1.0, 2.0, 3.0])

在上面的例子中s是 a float，但 的元素v是类型numpy.float64。

为了更加一致，我可以这样做：

import numpy as np

s = np.float64(1.0)
v = np.array([1.0, 2.0, 3.0])

从准确性/精度的角度来看，是否存在建议使用“一致”方法的情况？在“不一致”的方法中，我会遇到什么样的错误（如果有）？

Answer 1

Python（至少CPython）使用双精度数，因为它float数 - 并且双精度数是 64 位浮点数（也许并不总是如此，但我还没有找到双精度数不是 64 位浮点数的平台+编译器）。

因此，无论您是否将它们保留为float或 ，您都不应该预期会出现任何问题np.float64。

但是，如果您使用 Pythonfloat和 NumPys，np.float32您可能会遇到差异，因为 其float精度（64 位）比 a（32 位）更高np.float32。