这个问题已经在这里有了答案： > What is the internal precision of numpy.float128? 2个
我确定这是一个愚蠢的问题,但我确实感到困惑：
>>> import numpy as np
>>>
>>> f1,f2,f64 = map(np.float128,(1,2,-64))
>>> f1 + f2**f64 == f1
True
或更直接地：
>>> np.finfo(np.float128).nmant
63
指数似乎有15位,那么所有那些缺失的位在哪里？
最佳答案
阅读the docs：
原文链接：https://www.f2er.com/python/533210.htmlnp.longdouble is padded to the system default; np.float96 and
np.float128 are provided for users who want specific padding. In spite
of the names,np.float96 and np.float128 provide only as much
precision as np.longdouble,that is,80 bits on most x86 machines and
64 bits in standard Windows builds.
因此看来它实际上并不会使用所有这些位.我想,如果我们假设在x86架构上有80位(我也有),它不会考虑缺少的两位,即15 63 = 78.