numpy.
finfo
浮点类型的机器限制。
关于要获取信息的浮点数据类型。
参见
MachAr
生成此信息的测试的实现。
iinfo
整数数据类型的等效值。
spacing
一个值和最近的相邻数之间的距离
nextafter
x1到x2之后的下一个浮点值
笔记
对于numpy的开发人员:不要在模块级别实例化它。这些参数的初始计算很昂贵,并且对导入时间有负面影响。这些对象被缓存,因此调用 finfo() 在你的函数中反复出现并不是问题。
finfo()
注意 tiny 实际上不是NumPy浮点类型中可表示的最小正值。如IEEE-754标准 [1], NumPy浮点类型使用次正常数来填充0和0之间的间隙 tiny . 然而,低于正常值的数字可能会大大降低精度 [2].
tiny
工具书类
IEEE浮点运算标准,IEEE Std 754-2008,pp.1-702008,http://www.doi.org/10.1109/IEEESTD.2008.4610935
维基百科,“非规范数字”,https://en.wikipedia.org/wiki/Denormalu编号
类型所占用的位数。
1.0与大于1.0的次最小可表示浮点数之间的差值。例如,对于IEEE-754标准中的64位二进制浮点, eps = 2**-52 ,约2.22e-16。
eps = 2**-52
1.0和下一个最小可表示浮点之间的差值小于1.0。例如,对于IEEE-754标准中的64位二进制浮点, epsneg = 2**-53 ,约1.11e-16。
epsneg = 2**-53
浮点表示的指数部分中的位数。
计算这些参数并保存更详细信息的对象。
得出的指数 eps .
最大的可表示数字。
引起溢出的基(2)的最小正幂。
最小的可表示数,通常 -max .
-max
基数(2)的最负幂与尾数中没有前导0一致。
得出的指数 epsneg .
指数中的位数,包括其符号和偏差。
尾数中的位数。
这种浮点数精确到的小数位数的近似值。
这种类型的近似十进制分辨率,即, 10**-precision .
10**-precision
具有全精度的最小正浮点数(见注释)。