Numpy中astype(np.int32)转换float32时为何未按截断规则处理？

问题现象 #

你遇到的情况是，同样接近4320的float32数值，转int32时得到不同结果：

In [49]: np.array([4319.9997], dtype=np.float32).astype(np.int32)
Out[49]: array([4319], dtype=int32)

In [50]: np.array([4319.9998], dtype=np.float32).astype(np.int32)
Out[50]: array([4320], dtype=int32)

核心原因：float32的精度限制与存储舍入 #

float32（单精度浮点数）的尾数只有23位，这意味着在整数部分较大时，小数部分的表示精度会受限。以4320附近的数值为例：

• 4320本身是可被float32精确表示的整数；
• 比4320小的下一个可表示的float32值是 4320 - 2^-11 = 4319.99951171875，相邻两个float32值的间隔约为0.000488。

当你输入4319.9997时，这个值距离4319.99951171875更近（差值约0.000188），因此会被舍入为这个更小的float32值；而4319.9998距离4320更近（差值约0.0002），会被舍入为精确的4320.0。

astype(np.int32)的操作是直接取浮点数实际存储值的整数部分：

• 存储为4319.99951171875时，整数部分是4319，转换后得到4319；
• 存储为4320.0时，整数部分是4320，转换后得到4320。

解决方案：实现严格截断（floor） #

如果需要对接近整数的float32值执行严格的截断（等价于floor操作，正数即舍去小数部分），不要直接用astype，而是先通过np.floor或np.trunc处理：

# 使用floor实现截断（正数场景与trunc效果一致）
np.floor(np.array([4319.9998], dtype=np.float32)).astype(np.int32)
# 输出：array([4319], dtype=int32)

# 或使用trunc直接截断小数部分
np.trunc(np.array([4319.9998], dtype=np.float32)).astype(np.int32)
# 输出：array([4319], dtype=int32)

内容的提问来源于stack exchange，提问作者djhoese