为什么 python "dtype=float" 是 8 字节而不是 4 字节？

Question

这些天，我已经从 Matlab 切换到 NumPy/SciPy。

今天，我在尝试加载以“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)

但它没有用。经过一番搜索，我尝试了以下方法，它按预期工作：

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

根据我之前使用 C/C++ 的经验，我曾预计“float”是 4 字节单精度浮点类型。但事实证明，float 是 8 字节数据，在上述情况下，我应该使用 np.float32。

对此我有两个问题。

第一季度。 为什么浮点数是 8 字节而不是 4 字节，这可能会让 C/C++ 程序员感到困惑？

第二季度。 为什么我不能使用 dtype=float32。这会给我带来一个错误。我似乎应该使用 dtype=np.float32？

谢谢！

Answer 1

这是因为 float 是一种原生 Python 数据类型，它具有底层 C-double。这是来自 Python 核心，而不是来自 numpy 或 scipy。

numpy and scipy 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)

如果您的问题是为什么核心 Python 在底层 C 类型为 double 时使用术语 float，答案是 Python 试图成为比 C 等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，例如float 或double。

相比之下，numpy 允许对确切大小和内存布局进行较低级别的控制。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“你正在尝试做什么”的高级抽象转移到“指定如何完成的细节”的世界为代价的。