在 NumPy 中，如何使用大于 float64 最大值的浮点数？
In NumPy, how to use a float that is larger than float64's max value?
我有一个计算可能会产生非常非常大的数字，这些数字将适合 float64。我考虑过使用 np.longdouble，但那可能也不够大。
我对精度不太感兴趣（我只需要 8 位数字）。这是不适合的小数部分。我需要一组这些。
有没有办法表示/保存无限大小的数字，比如说，仅受可用内存限制？或者如果不是，我可以放在 numpy 数组中的绝对最大值是多少？
你能重新计算一下，让它用数字的对数代替吗？
这就是内置浮动在任何情况下的大致工作方式...
您只需将数字转换回线性显示即可，此时您需要将整数部分和小数部分分开；小数部分像往常一样取幂以给出 8 位精度，整数部分进入输出的“×10ⁿ”或“×eⁿ”或“×2ⁿ”部分（取决于您使用的底对数）。
我有一个计算可能会产生非常非常大的数字，这些数字将适合 float64。我考虑过使用 np.longdouble，但那可能也不够大。
我对精度不太感兴趣（我只需要 8 位数字）。这是不适合的小数部分。我需要一组这些。
有没有办法表示/保存无限大小的数字，比如说，仅受可用内存限制？或者如果不是，我可以放在 numpy 数组中的绝对最大值是多少？
你能重新计算一下，让它用数字的对数代替吗？
这就是内置浮动在任何情况下的大致工作方式...
您只需将数字转换回线性显示即可，此时您需要将整数部分和小数部分分开；小数部分像往常一样取幂以给出 8 位精度，整数部分进入输出的“×10ⁿ”或“×eⁿ”或“×2ⁿ”部分（取决于您使用的底对数）。