无法在64位体系结构的Python中使用128位浮点

我检查了python终端中指针的大小（在IDE中） 通过

我有一个64位的体系结构，可以使用

numpy.float64

很好。但是我不能使用

np.float128

np.array([1,1,1],dtype=np.float128)

或

结果：

AttributeError: 'module' object has no attribute 'float128'

我正在运行以下版本：

sys.version_info(major=2, minor=7, micro=6, releaselevel='final', serial=0)

---

更新：从评论来看，在64位系统上使用128位浮点似乎毫无意义

我在64位Ubuntu14.04系统上使用的是带有

sys.version\u info（大调=2，小调=7，小调=9，releaselevel='final'，serial=0）

128位浮点数工作正常：

import numpy
a = numpy.float128(3)

这可能是一个分配问题。尝试：

• 检查路径中的python版本是否为anaconda或提供的版本

编辑： 根据评论更新：

不是我的反对票，但这篇文章并没有真正回答“为什么不呢？” np.128“我的机器上是否存在”隐含问题。真正的答案是 这是特定于平台的：float128存在于某些平台上，但 不是其他的，在那些确实存在它的平台上，它几乎 当然是简单的80位x87扩展精度类型，填充到128位 位–马克·迪金森

---

对我来说，问题是一个Python模块在Windows中有问题（对于那些关心它的人来说是PyOpenGL）。该站点有Python控制盘，其中包含许多流行模块的“固定”版本，以解决float128问题

---

---

注：此问题有公认的答案。对于未来的搜索者，我的回答是，由于这个问题在谷歌搜索结果中很重要，

模块“numpy”没有属性“float128”

这几乎肯定不是128位浮点，至少在IEEE 754二进制128格式的意义上不是。这是一个包含48位填充的80位浮点。请尝试执行

numpy.float128（1）+numpy.float128（2**-64）-numpy.float128（1）

。我猜想您将得到

0.0

的答案，这表明

float128

类型包含的精度不超过64位。@CharlieParker:是的，绝对应该是这样。在正常的双精度中，

1.0+2**-64

不可精确表示（有效位不足），因此加法的结果是最接近的双精度浮点，它也是可精确表示的，即

1.0

。现在当然减去

1.0

得到

0.0

。对于常规双精度，同样适用于

1.0+2**-53-1.0

（二进制精度为53）。对于扩展的x87风格的精度，在通常的整数关系为偶数的情况下，

1.0+2**-64-1.0

将为零，而

1.0+2**-63-1.0

将为非零。@CharlieParker：这不是我的反对票，但这篇文章并没有真正回答“为什么我的机器上不存在np.float128”这个隐含的问题。真正的答案是，这是特定于平台的：

float128

存在于某些平台上，但不存在于其他平台上，并且在那些确实存在它的平台上，几乎可以肯定它只是80位x87扩展精度类型，填充为128位。@CharlieParker:因为浮点意味着浮点（二进制）点！移动点的能力允许在很大范围内表示值，但不能神奇地提供额外的精度。有关更多信息，请参阅任何指南。这些评论并不是讨论这个问题的合适地方…@Matthias：除非你有一个非常不寻常的平台（例如IBM大型机），否则NumPy几乎肯定不会让你访问真正的128位浮点。在某些平台上，NumPy支持1985版IEEE 754标准中定义的x87 80位浮点格式，在其中一些平台上，该格式报告为

float128

（而在其他平台上报告为

float96

）。但是这里所发生的一切是，你有一个80位的格式，有48位（或16位）的填充。@padraickenningham

np.longdouble

导致

np.float64

@padraickenningham确切的大小其实并不重要，只要我的精度比float64高（用于比较正交规则）@马蒂亚斯：那你可能就走运了。你在Windows上吗？IIRC，Windows平台将

longdouble

定义为与

double

相同的类型，因此

np.longdouble

不会给您任何额外的精度。

sys.version_info(major=2, minor=7, micro=6, releaselevel='final', serial=0)

import numpy
a = numpy.float128(3)