如何将uint16转换为float16？Python内存缓冲区读取场景

高效批量转换（推荐用numpy） #

从ctypes读取的uint16列表无法直接用astype(np.float16)转换，是因为astype做的是数值转换，而我们需要的是二进制位的直接解析——float16的二进制存储格式刚好和uint16的位结构完全对应，所以用numpy的view方法就能直接完成转换：

import numpy as np

# 示例：从ctypes读取的uint16列表
uint16_list = [0x3C00, 0x4000, 0xC000]  # 对应float16的1.0、2.0、-2.0

# 转换步骤
uint16_arr = np.array(uint16_list, dtype=np.uint16)
float16_arr = uint16_arr.view(np.float16)

print(float16_arr)  # 输出: [ 1.  2. -2.]

view方法不会修改内存中的二进制数据，只是告诉numpy用float16的规则去解释这些位，效率远高于手动解析，适合处理大量数据。

手动解析实现（理解原理用） #

如果需要理解float16的IEEE 754编码规则，可以手动实现转换函数。float16的结构为：

• 1位符号位（最高位）：0表示正，1表示负
• 5位指数位：偏移量为15（即实际指数 = 指数位数值 - 15）
• 10位尾数位：表示小数部分，规格化数默认整数部分为1

函数实现如下：

def uint16_to_float16(uint_val):
    # 拆分符号位、指数位、尾数位
    sign = (uint_val >> 15) & 0x1
    exponent = (uint_val >> 10) & 0x1F
    mantissa = uint_val & 0x3FF

    # 处理非规格化数（指数位全0）
    if exponent == 0:
        if mantissa == 0:
            return 0.0 if sign == 0 else -0.0
        return (-1)**sign * (mantissa / (2**10)) * (2**(-14))
    # 处理无穷大或NaN（指数位全1）
    elif exponent == 0x1F:
        if mantissa == 0:
            return float('inf') if sign == 0 else float('-inf')
        return float('nan')
    # 处理规格化数
    else:
        return (-1)**sign * (1 + mantissa / (2**10)) * (2**(exponent - 15))

# 测试用例
print(uint16_to_float16(0x3C00))  # 输出: 1.0
print(uint16_to_float16(0x4000))  # 输出: 2.0
print(uint16_to_float16(0xC000))  # 输出: -2.0
print(uint16_to_float16(0x7C00))  # 输出: inf
print(uint16_to_float16(0xFC00))  # 输出: -inf
print(uint16_to_float16(0x7E00))  # 输出: nan

内容的提问来源于stack exchange，提问作者Sara N.