在 Python 中直接打印 `float32` 和使用 `format()` 函数的区别

Question

考虑以下浮点数：

number = 2.695274829864502

当我打印它时，我得到：

print(number) # 2.695274829864502

当我将它转换为float32我得到了截断的数字：

import numpy as np
number32 = np.float32(number)
print(number32) # 2.6952748

当我调用__repr__()或__str__() ：

print(number32.__str__()) # 2.6952748
print(number32.__repr__()) # 2.6952748

但是，当使用 I format()函数时，我得到了原始数字：

print("{}".format(number32)) # 2.695274829864502

它发生在Python3.5和Python3.6 。 Python2.7具有类似的行为，但对于更长的number版本，它会截断 4 个尾随数字。

对此有何解释？

Answer 1

这可能只是显示的不同，这意味着， float32类可能指定了不同的小数点后显示位数。

一些代码来突出差异：

n1 = 2.695274829864502
print()
print('n1 type     ', type(n1))
print('n1          ', n1)
print('n1.__str__  ', n1.__str__())
print('n1.__repr__ ', n1.__repr__())
print('n1 {}       ', '{}'.format(n1))
print('n1 {:.30f}  ', '{:.30f}'.format(n1))

n2 = np.float32(n1)
print()
print('n2 type     ', type(n2))
print('n2          ', n2)
print('n2.__str__  ', n2.__str__())
print('n2.__repr__ ', n2.__repr__())
print('n2 {}       ', '{}'.format(n2))
print('n2 {:.30f}  ', '{:.30f}'.format(n2))

n3 = np.float64(n1)
print()
print('n3 type     ', type(n3))
print('n3          ', n3)
print('n3.__str__  ', n3.__str__())
print('n3.__repr__ ', n3.__repr__())
print('n3 {}       ', '{}'.format(n3))
print('n3 {:.30f}  ', '{:.30f}'.format(n3))

结果（使用Python 3.6 ）：

n1 type      <class 'float'>
n1           2.695274829864502
n1.__str__   2.695274829864502
n1.__repr__  2.695274829864502
n1 {}        2.695274829864502
n1 {:.30f}   2.695274829864501953125000000000

n2 type      <class 'numpy.float32'>
n2           2.6952748
n2.__str__   2.6952748
n2.__repr__  2.6952748
n2 {}        2.695274829864502
n2 {:.30f}   2.695274829864501953125000000000

n3 type      <class 'numpy.float64'>
n3           2.695274829864502
n3.__str__   2.695274829864502
n3.__repr__  2.695274829864502
n3 {}        2.695274829864502
n3 {:.30f}   2.695274829864501953125000000000

如您所见，内部所有数字仍然存在，只是在使用某些显示方法时不显示。

我不认为这是一个错误或它会影响这些变量的计算结果； 这似乎是正常（和预期）的行为。