Python 将time.time（）转换为float32时出现意外行为

我想将历元时间数组存储为dtype32的numpy数组。我希望失去准确性，但不是30秒差

np.float64(np.float32((time.time()))) - time.time()

---

有人能解释发生了什么事吗？如何将历元时间存储为float32而不丢失准确性？

秒，因为历元是一个大数字。目前大约是1.5e9。在这个范围内，您会得到10秒内的精度误差

首先，您要调用两次

time.time（）

，这加剧了时差——调用这些方法显然需要时间。查看错误的更好方法是存储时间：

>>> import time
>>> import numpy as np
>>> t = time.time()
>>> np.float32(t) - t
62.610707998275757

通过从numpy获取字符串表示形式，可以查看存储的实际十进制数：

>>> t
1512746305.389292
>>> np.float32(t).astype(str)
'1512746368.0'

记住，数字不是位，只有0和1是位。在32位浮点中，您以科学记数法存储数字，但以二进制存储。这会降低准确性。可表示为32位浮点的值范围为-3.4e38到+3.4e38。有2^32个数字可以用32位表示……很明显，在32位浮点范围内，您缺少了大量（无限多个…）可能的数字

有两个超级简单的解决方案

首先，如果你不关心亚秒，那么就把它存储为一个整数。直到2038年，大纪元时间甚至不会达到32位最大值。（您好，2037年的SO用户担心维基百科仍然存在吗？）

当然，如果你想要更高的十进制精度…在转换为int之前乘以10、100或1000。好吧，你可以累积错误，但如果使用64位浮点，你应该可以

第二种处理方法是只存储一个新的历元时间，并将其与要保存在数组中的时间的差取出来。这些较小数字的误差将远远超出小数范围

>>> new_epoch = time.time()
>>> t = time.time() - new_epoch
>>> np.float32(t) - t
-2.384185791015625e-07

然后只需将新纪元与32位浮点时间数组一起保存在64位glory中，这样您就知道如何转换回去

但是，请注意，从以下方面：

尽管时间总是以浮点数的形式返回，但并非所有系统提供的时间精度都优于1秒

---

我也强烈推荐大卫·戈德伯格的著名文章。即使只是前几页，也会对浮点运算以及如何计算近似误差的大小给出很好的概述

时代以来的秒是个大数字。目前大约是1.5e9。在这个范围内，您会得到10秒内的精度误差

首先，您要调用两次

time.time（）

，这加剧了时差——调用这些方法显然需要时间。查看错误的更好方法是存储时间：

>>> import time
>>> import numpy as np
>>> t = time.time()
>>> np.float32(t) - t
62.610707998275757

通过从numpy获取字符串表示形式，可以查看存储的实际十进制数：

>>> t
1512746305.389292
>>> np.float32(t).astype(str)
'1512746368.0'

记住，数字不是位，只有0和1是位。在32位浮点中，您以科学记数法存储数字，但以二进制存储。这会降低准确性。可表示为32位浮点的值范围为-3.4e38到+3.4e38。有2^32个数字可以用32位表示……很明显，在32位浮点范围内，您缺少了大量（无限多个…）可能的数字

有两个超级简单的解决方案

首先，如果你不关心亚秒，那么就把它存储为一个整数。直到2038年，大纪元时间甚至不会达到32位最大值。（您好，2037年的SO用户担心维基百科仍然存在吗？）

当然，如果你想要更高的十进制精度…在转换为int之前乘以10、100或1000。好吧，你可以累积错误，但如果使用64位浮点，你应该可以

第二种处理方法是只存储一个新的历元时间，并将其与要保存在数组中的时间的差取出来。这些较小数字的误差将远远超出小数范围

>>> new_epoch = time.time()
>>> t = time.time() - new_epoch
>>> np.float32(t) - t
-2.384185791015625e-07

然后只需将新纪元与32位浮点时间数组一起保存在64位glory中，这样您就知道如何转换回去

但是，请注意，从以下方面：

尽管时间总是以浮点数的形式返回，但并非所有系统提供的时间精度都优于1秒

---

我也强烈推荐大卫·戈德伯格的著名文章。即使只是前几页，也会对浮点运算以及如何计算近似误差的大小给出很好的概述

您希望如何准确地将32位整数存储在32位浮点中而不丢失精度？我是否可以将精度保持在秒级？我不介意在亚秒（小数）内失去精度。另外，数字大约是1.5e9，我想这可以准确地存储在float32中？有很多数字，floats无法完全精确地存储，甚至在你进入严重不准确的领域之前。更不用说您正在比较两个不同的调用

time.time（）

，由于执行顺序的原因，这两个调用之间已经存在一些亚秒级的差异。@Zinki

time.time（）

返回一个64位浮点，而不是32位int，顺便说一句。

类型（time.time（））=

“另外，数字大约是1.5e9，我想这可以准确地存储在float32中？“谁给你这个主意的？你不能将1/3精确地存储在一个浮点数中！如果你不关心亚秒，那么为什么不直接使用整数呢？你到底希望如何在32位浮点中存储32位整数而不丢失精度？我是否可以在秒级上保持精度？我不介意在亚秒（小数）内失去精度。另外，数字大约是1.5e9，我想这可以准确地存储在float32中？有很多数字，floats无法完全精确地存储，甚至在你进入严重不准确的领域之前。更不用说您正在比较两个不同的调用

time.time（）

，由于执行顺序的不同，这两个调用已经存在一些亚秒级的差异。@Zinki

time.time