在python中打包和解包二进制浮点数

Question

在进行二进制文件写入时，我遇到了在python中打包和解包二进制浮点数的问题。这就是我所做的：

import struct

f = open('file.bin', 'wb')
value = 1.23456
data = struct.pack('f',value)
f.write(data)
f.close()

f = open('file.bin', 'rb')
print struct.unpack('f',f.read(4))
f.close()

我得到的结果如下：

(1.2345600128173828,)

附加数字是怎么回事？这是一个舍入误差吗？这是如何工作的？

Answer 1

在大多数平台上，Python浮点数是C所谓的double，但是您将数据写成float而不是精度的一半。

如果你使用double，你的精确度损失就会减少：

>>> data = struct.pack('d',value)
>>> struct.unpack('d',data)
(1.23456,)
>>> data = struct.pack('f',value)
>>> struct.unpack('f',data)
(1.2345600128173828,)

float结构格式仅提供single precision (24 bits for the significant precision)。

Answer 2

这是一个十进制到二进制的问题。

您知道小数部分在重复吗？例如，1/3永远是0.3333333->。 1/7永远是0.142857142857 [142857]->。

这就是关键所在：重复分数是那些分母的因数不等于10的因数-例如，不是2和/或5的倍数。

• 1/2平均分配
• 1/3次重复
• 1/4平均分配
• 1/5均分
• 1/6次重复
• 1/7重复
• 1/8均分
• 1/9重复
• 1/10平均分配
• 1/11重复
• 依此类推

那么，现在二进制如何工作？好吧，这很烂，因为除以2的唯一因子是除2以外的所有其他素数将具有永远重复的重复小数-包括十分之一，百分之一等，在分母中都具有5的因数。 1.2345是12345/10000，在分母中具有因子2和5，而5表示您有一个重复的二进制十进制，可以永远重复。

但是你不能永远重复。这意味着您必须将小数点后的数字四舍五入，以使其适合编码您的浮点数的二进制数字。

当您转换回十进制时，将显示舍入误差。

编码的结果是：尽可能晚地计算除法，以防止这些误差在每次计算时不断累积。