Python 在NumPy中，如何使用大于float64'；最大值是多少？

我有一个计算结果，可能会产生非常非常大的数字，这些数字不适合

float64

。我曾考虑过使用

np.longdouble

，但这也可能不够大

我对精度不太感兴趣（我只需要8位数字）。小数部分不合适。我需要有一个数组

---

有没有一种方法可以表示/保存一个无限大小的数字，比如说，只受可用内存的限制？或者，如果没有，我可以在numpy数组中放置的绝对最大值是多少？

您能否重新进行计算，使其与数字的对数一起工作

这就是内置浮动在任何情况下的工作原理

---

您只需将数字转换回线性以显示，此时您将分离整数和小数部分；小数部分按正常值进行幂运算，得到8位精度，整数部分进入“×10”ⁿ" 或“×e”ⁿ“或”×2ⁿ“输出的一部分（取决于您使用的底对数）。

您是否可以重新进行计算，使其与数字的对数一起工作

这就是内置浮动在任何情况下的工作原理

---

您只需将数字转换回线性以显示，此时将整数和小数部分分开；小数部分按正常情况进行幂运算，以获得8位精度，整数部分进入“×10”ⁿ“或”×eⁿ“或”×2ⁿ“输出的一部分（取决于您使用的基对数）。

来自numpy文档：numpy提供的数据类型精度不超过C的长双精度；特别是128位IEEE四精度数据类型（FORTRAN的REAL*16）不可用。为了有效的内存对齐，np.longdouble通常以零位填充存储，可以是96位或128位。效率更高取决于硬件和开发环境；通常在32位系统上填充为96位，而在64位系统上通常填充为128位。np.longdouble是填充的在系统默认情况下，np.float96和np.float128是为需要特定填充的用户提供的。尽管名称不同，但np.float96和np.float128的精度仅与np.longdouble相同，即在大多数x86机器上为80位，在标准Windows版本中为64位。请注意，即使np.longdouble提供的精度高于python float，很容易失去额外的精度，因为python经常强制值通过float。例如，%格式化运算符要求将其参数转换为标准python类型，……数字不是在内部自动舍入吗？并且只需要8位精度吗？如果是这样，float64是否会提供r应该是15位精度，够了吗？我对这个主题不太熟悉，所以可能我遗漏了一些东西。@Tyson是的，小数部分对我来说是个问题。但是使用日志可以解决它。无论如何，谢谢！@Ehsan是的，我看到了。但是正在寻找解决方法。我将按照下面的建议使用日志。谢谢！来自numpy doc:numpy不提供一种比C的长双精度数据类型精度更高的数据类型；特别是128位IEEE四精度数据类型（FORTRAN的REAL*16）不可用。为了有效的内存对齐，np.longdouble通常以零位填充存储，可以是96位或128位。效率更高取决于硬件和开发环境；通常在32位系统上填充为96位，而在64位系统上通常填充为128位。np.longdouble是填充的在系统默认情况下，np.float96和np.float128是为需要特定填充的用户提供的。尽管名称不同，但np.float96和np.float128的精度仅与np.longdouble相同，即在大多数x86机器上为80位，在标准Windows版本中为64位。请注意，即使np.longdouble提供的精度高于python float，很容易失去额外的精度，因为python经常强制值通过float。例如，%格式化运算符要求将其参数转换为标准python类型，……数字不是在内部自动舍入吗？并且只需要8位精度吗？如果是这样，float64是否会提供r应该是15位精度，够了吗？我对这个主题不太熟悉，所以可能我遗漏了一些东西。@Tyson是的，小数部分是我的问题。但是使用日志可以解决它。无论如何，谢谢！@Ehsan是的，我看到了。但是正在寻找解决方法。我将按照下面的建议使用日志。谢谢！