为什么是python；dtype=float"；8字节而不是4字节？

这些天，我已经从Matlab切换到NumPy/SciPy

今天，当我试图加载以“二进制格式”存储的数据时，遇到了一个奇怪的问题。音频数据以4字节单精度浮点数格式存储。我先尝试了以下方法

data = np.fromfile('out.raw', dtype=float) # This is wrong
plt.plot(data)

但它不起作用。经过一番搜索，我尝试了以下方法，效果如预期：

data = np.fromfile('out.raw', dtype=np.float32) # This is okay.
plt.plot(data)

根据我以前使用C/C++的经验，我希望“float”是一种4字节单精度浮点类型。但事实证明浮点是8字节的数据，在上面的例子中，我应该使用np.float32

关于这一点，我有两个问题

Q1为什么浮点是8字节而不是4字节，这可能会让C/C++程序员感到困惑？

Q2为什么不能使用dtype=float32。这给我带来了一个错误。我似乎应该使用dtype=np.float32？

---

谢谢大家!

这是因为

float

是一种本机Python数据类型，它有一个底层的C-double。这来自Python核心，而不是numpy或scipy

这些类型更具体，更符合您的期望：

bool_   Boolean (True or False) stored as a byte
int_    Default integer type (same as C long; normally either int64 or int32)
intc    Identical to C int (normally int32 or int64)
intp    Integer used for indexing (same as C ssize_t; normally either int32 or int64)
int8    Byte (-128 to 127)
int16   Integer (-32768 to 32767)
int32   Integer (-2147483648 to 2147483647)
int64   Integer (-9223372036854775808 to 9223372036854775807)
uint8   Unsigned integer (0 to 255)
uint16  Unsigned integer (0 to 65535)
uint32  Unsigned integer (0 to 4294967295)
uint64  Unsigned integer (0 to 18446744073709551615)
float_  Shorthand for float64.
float16 Half precision float: sign bit, 5 bits exponent, 10 bits mantissa
float32 Single precision float: sign bit, 8 bits exponent, 23 bits mantissa
float64 Double precision float: sign bit, 11 bits exponent, 52 bits mantissa
complex_    Shorthand for complex128.
complex64   Complex number, represented by two 32-bit floats (real and imaginary components)
complex128  Complex number, represented by two 64-bit floats (real and imaginary components)

如果您的问题是，当底层C-type为

double

时，为什么核心Python使用术语

float

，答案是Python试图成为比C这样的低级语言更高级别的抽象。术语

float

表示浮点数的概念，而不是指定大小的特定C类型，如

float

或

double

相反，numpy允许较低级别的精确大小和内存布局控制。这是其优化的关键。然而，这些优化和控制细节的能力是以将代码从“您正在尝试做什么”的高级抽象转移到“指定如何做的细节”的世界为代价的