float32 表示为 float64 NumPy Python


float32 representation to float64 NumPy Python

情况

  • 我需要使用 astropy.io 中的 fits 从文件中读取数据，该文件在 numpy 中使用。
  • 我在读取时得到的一些值是非常小的负 float32 数字，而实际上数据上不应该存在负值(由于数据特征)。

问题

  • 难道这些数字非常小 float64，当读取并转换为 float32 时变为负数？如果是，它们必须有多小？
  • 有没有办法倒回这个过程，即获得原始的非常小的 float64 值？
相关讨论

  • Can it be that those numbers were very small float64, that when read and casted to float32 became negative? If yes, how small do they have to be?

否 - 如果原始 float64 值小于可表示的最小 float32 数，则在转换后它将简单地等于零：

1
2
3
4
5
6
7
8
9
tiny = np.finfo(np.float64).tiny    # smallest representable float64 value
print(tiny)
# 2.22507385851e-308
print(tiny == 0)
# False
print(np.float32(tiny))
# 0.0
print(np.float32(tiny) == 0)
# True

从一种有符号表示转换为另一种表示始终保留符号位。

  • Is there a way to rewind the process, i.e., to get the original positive very small float64 value?

否 - 从 64 位转换为 32 位意味着您实际上丢弃了原始表示中的一半信息，一旦它消失了，就没有神奇的方法可以恢复它。

对负值的一个更合理的解释是，它们是由于在数据存储之前对数据执行的计算的舍入误差造成的。

相关讨论