提高浮点数的准确性答案

【问题标题】：increasing float-point numbers accuracy [closed]提高浮点数的准确性
【发布时间】：2012-11-18 17:21:16
【问题描述】：

如何将默认浮点数精度切换为另一个，也许是自定义的？我需要这个，因为我做了一些计算，我发现我应该提高默认浮点精度。

【问题讨论】：

Python 和 numpy 默认使用双精度浮点数。是什么让你认为它的“准确性”不足？
你看过docs.python.org/2/library/decimal.html
您可以使用decimals 进行计算，但您会失去numpy 的性能优势。据我所知，您无法摆脱这种权衡 - 处理器可以原生使用的最精确的数据类型是 numpy 使用的那种。
我正在求解微分方程，其中我不能使用十进制数，而且我遇到了一个问题，在我看来，这个问题来自精度损失。
人们有时使用的一个选项是使用值的 log() 而不是原始值。值得研究一下，因为这样您就不需要任何库了。

【解决方案1】：

我最近不得不处理这个问题，mpmath 非常完美。它是纯 python，在 BSD 许可下。

Mpmath 是一个用于多精度浮点运算的纯 Python 库。它提供了广泛的超越函数、无限指数大小、复数、区间算术、数值积分和微分、求根、线性代数等等。几乎任何计算都可以以 10 位或 1000 位精度执行，并且在许多情况下，mpmath 实现了渐近快速算法，可以很好地扩展以适应极高精度的工作

它不会太慢，如果安装了它可以利用gmpy 库（C-coded Python extension modules that support fast multiple-precision arithmetic）。

【讨论】：

使用 scipy.integrate.odeint 我得到“TypeError: array cannot be safe cast to required type” =( 似乎 scipy.integrate.odeint 将所有内容都转换为浮点数。
但它有自己的 ode 求解器 - odefun。好的，让这成为解决方案。
更新了关于 unlimitedness 的文本：“Mpmath 使用任意精度整数作为尾数和指数，因此数字的大小可以与计算机内存允许的一样大。当处理非常大的数字。”

【解决方案2】：

如果您想要更高的准确度，我建议您使用bigfloat 包（因为这是它的用途）。或者，您也可以查看 Decimal 类。

【讨论】：

是否可以让 scipy.integrate 和 bigfloat 相互处理？目前，当将 BigFloat 参数传递给 scipy.integrate.odeint 时，我得到“TypeError：数组无法安全地转换为所需类型”
@user983302 也许this 会帮助你。