如何强制 NumPy 始终使用精度（float32，float64 ...）？

Question

我正在尝试研究一个用 Python 编写的小 FIR 示例。见https://scipy-cookbook.readthedocs.io/items/FIRFilter.html

我的目标是研究每个 float16、float32 和 float64（在 numpy 中可用）的输出精度如何变化。所以对于第一种情况，我只需要在float16 中完成所有计算。问题是我每次都应该转换数据以确保我使用的是正确的格式。有没有一种方法可以一致地为整个计算使用统一的上下文，即使用 float16 执行所有计算（加法、减法、cos、sin ...等），例如无需使用强制转换重写代码？

Answer 1

来自numpy basics：

当操作不同类型的数组时， 结果数组对应于更一般或更精确的数组（a 被称为向上转型的行为）。

您可以在创建数组时定义数据类型。应用求和、乘法或减法，结果将向上转换为“较大”类型，如果您对数组执行操作，它也会保留 dtype，例如：

x = np.ones(10, dtype=np.float16)
y = np.ones(10, dtype=np.float32)
print((x + y).dtype, (x - y).dtype, (x * y).dtype)
print(np.sin(x).dtype, np.sin(y).dtype)
>> float32 float32 float32
   float16 float32

一个例外是传递一个整数，在这种情况下，默认情况下，numpy 向上转换为 float64

print(np.sin(np.ones(10, dtype=int)).dtype)
>> float64