python中浮点单精度用什么表示_不方便在numpy中使用单精度浮点

问题是，当您在一个操作中使用不同的类型时，NumPy会提升这些类型。float32仅当另一个数值操作数的数据类型为：float32或更少

int16或更少

uint16或更少

如果另一个操作数有另一个数据类型，则结果将是float64(如果另一个操作数很复杂，则为complex)。上面列出的数据类型不是最常见的类型，所以几乎所有的操作(特别是当另一个是Python整数/浮点)使用标准运算符+，-，/，*。。。将您的float32提升为float64。在

不幸的是，要避免这种情况你无能为力。在很多情况下，纽比这样做是可以的，因为：大多数体系结构可以像单精度浮点一样处理双精度。Python中的算术操作在Python类型上运行得很快，但在其他类型上运行较慢。在import numpy as np

a32 = np.float32(1)

a64 = np.float64(1)

a = 1.

%timeit [a32 + a32 for _ in range(20000)] # 100 loops, best of 3: 4.58 ms per loop

%timeit [a64 + a64 for _ in range(20000)] # 100 loops, best of 3: 4.83 ms per loop

%timeit [a + a for _ in range(20000)] # 100 loops, best of 3: 2.72 ms per loopPython类型的开销非常大，以至于标量双精度浮点的内存开销几乎可以忽略不计。在

^{pr2}$

但是，如果你有巨大的数组，而你在其他方面