正如其他答案中提到的，這并不存在

在純python數據類型中，see the docs

但是，您可以使用numpy來指定顯式的data types，例如numpy.float16

numpy.float32

numpy.float64

您還可以使用numpy.float96的extended precision，這似乎是您想要的，因為12字節是96位import numpy as np

high_prec_array = np.array([1,2,3], dtype=np.float96)

注意事項

正如在評論和鏈接中指出的，這不是真正的12字節精度。相反，80位(10字節)由2個零字節填充。如果您只關心兼容性，這就足夠了。在In the tables below, platform? means that the type may not be

available on all platforms. Compatibility with different C or Python

types is indicated: two types are compatible if their data is of the

same size and interpreted in the same way.

也可以閱讀這篇關于使用這種異域類型的注意事項

我覺得這很有啟發性。我的結論是，如果您想絕對保證96bit精度，那么python不是正確的選擇，因為可用擴展精度中的固有歧義來自于C分布中的歧義?？紤]到你的物理背景，如果你想保證穩定性，我建議使用^{}。在

在C++中定義自己的類型< /H1 >

對于感興趣的高級用戶，可以定義自己的數據類型。關于user defined types states的numpy指南As an example of what I consider a useful application of the ability

to add data-types is the possibility of adding a data-type of

arbitrary precision floats to NumPy.

因此，如果您非常希望將代碼保存在python中，可以嘗試使用^{}。在

總結

以上是生活随笔為你收集整理的python数字精度自动变化_如何在python中将一个数字转换成12位精度？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。