我正在尝试使用Python代码中的np.longdouble
dtype,并尝试使用NumPy操作从用Cython编译的C模块中获得的长double。
假设我这样做:
import numpy as np
print np.finfo(np.longdouble)
Machine parameters for float128
---------------------------------------------------------------------
precision= 18 resolution= 1e-18
machep= -63 eps= 1.08420217249e-19
negep = -64 epsneg= 5.42101086243e-20
minexp=-16382 tiny= 3.36210314311e-4932
maxexp= 16384 max= 1.18973149536e+4932
nexp = 15 min= -max
---------------------------------------------------------------------
a = np.longdouble(1e+346)
a
Out[4]: inf
b = np.longdouble(1e+347)
b
Out[6]: inf
c = a/b
/usr/lib/python2.7/site-packages/spyderlib/widgets/externalshell/start_ipython_kernel.py:1:
RuntimeWarning: invalid value encountered in longdouble_scalars
# -*- coding: utf-8 -*-
c
Out[8]: nan
a.dtype, b.dtype, c.dtype
Out[9]: (dtype('float128'), dtype('float128'), dtype('float128'))
实际上,它与this问题中的问题是同一个问题,我理解Python首先将1e+346
转换为一个float,其表示形式是inf
。不过,有人能提出解决办法吗?有没有办法创建不首先转换为浮点的NumPy longdouples?
我有一个C模块,可以输出长双精度数,我想在数据类型为np.longdouble
的numpy数组中使用它。
即使解决方案涉及重新编译Python/NumPy,我也愿意尝试。
有一些事情你可能需要考虑。
首先,这里一团糟。NumPy知道
longdouble
和float128
。不幸的是,这些名称是误导性的,底层实现是C long double,它通常(但不一定总是)是一个80位浮点。(实际上,通过查看“精度”,您可以在这里看到它;18位大约是60位,80位浮点在尾数中有64位。如果使用真正的128位浮点运算,精度将在34位左右。)可能没有任何直接的方法可以将长double作为参数传递给C函数,但是如果改为传递指针,则可以避免此问题。例如,可以将数组数据作为
uint8
(通过使用myarray.view(dtype='uint8')
)传递,并将指向缓冲区的指针转换为C程序中的long double*。至少Python与类型转换无关。(很可能您不需要使用view
,因为毕竟您只导出指向数组缓冲区的指针。)请注意,这个技巧依赖于编译器在编译Python和C程序时具有相同类型的设置。除了精度差异外,还可能存在字节顺序差异(如果程序在同一台计算机上运行,则很少)和对齐差异。我的Python似乎将
longdouble
项以16字节的边界对齐(即每个元素总是有6字节的零),但是C编译器可能使用10/12/16字节的对齐方式。据我所知,细节是具体实现的。因此,这是可行的,但需要一些额外的注意,可能存在可移植性问题。
相关问题 更多 >
编程相关推荐