将列表转换为numpy数组时如何保留数值精度？

将初始结果存储在int_list中，转换为numpy数组时能否保留数值精度？

代码 #

print(int_list)
int_list = np.array(int_list)
print(int_list)

运行结果 #

[0.027442146241428052, 0.14086078558393686, 0.20105874001152255, 0.09721367288504784, 0.01733800399804374]
[0.02744215 0.14086079 0.20105874 0.09721367 0.017338  ]

解答 #

其实numpy数组并没有丢失精度，只是默认打印时会截断小数位数，让输出更简洁。

• 你可以查看数组的dtype确认：默认转换得到的浮点数数组一般是float64类型，和Python原生浮点数精度一致，能完整存储原始数值。
• 如果想让numpy打印时显示完整精度，可设置打印选项：

  np.set_printoptions(precision=16)
  print(int_list)
  

  这样就能看到和原列表一致的完整小数位。
• 直接访问数组单个元素，比如print(int_list[0])，也能看到原始的高精度数值。

内容的提问来源于stack exchange，提问作者Formal_this