Python中是否有C++ union的等价实现？用于浮点数精确读写

你不需要用typing.Union（它只是类型注解工具，和内存级别的union无关），Python里可以通过numpy的内存视图或struct模块实现和C++ union完全等价的精度无损转换，以下是具体方案：

方法一：用numpy.view批量转换（适合大量数据，贴合pandas场景） #

numpy的view方法直接复用内存块，将数据的类型解释从int64切换为float64，和C++ union的原理完全一致，不会丢失任何精度。

示例代码：

import pandas as pd
import numpy as np

# 读取CSV，假设存储整数的列名为'int_col'
df = pd.read_csv(csv_path)
# 将列转换为numpy int64数组
int_array = df['int_col'].to_numpy(dtype=np.int64)
# 直接通过view转换为float64，等价于C++ union的内存复用
double_array = int_array.view(np.float64)

# 可将转换后的浮点值放回DataFrame
df['original_double'] = double_array

方法二：用struct模块处理单个值 #

如果需要处理单个int64值，可通过struct模块做字节级的打包/解包，同样保证精度：

import struct

# 单个int64值转double（端序需和C++一致，默认原生端序即可）
int_val = 1234567890123456789
# 把int64打包为字节
bytes_data = struct.pack('q', int_val)
# 把字节解包为double
double_val = struct.unpack('d', bytes_data)[0]

注意事项 #

• 端序一致性：C++和Python默认都使用系统原生端序（如x86_64为小端），跨平台转换时需显式指定端序（比如struct.pack('<q', int_val)表示小端，'>q'表示大端）。
• 精度保证：两种方法都是直接操作内存字节，不会有字符串转换带来的精度损失，完全匹配C++ union的效果。

内容的提问来源于stack exchange，提问作者Leon