如何在Numpy数组中高效低内存存储指定浮点数？

问题根源 #

你遇到的half（float16）和single（float32）失真问题，本质是精度不足：

• float16仅能精确表示0~1024范围内的整数，19576远超这个范围，必然出现失真；
• float32的小数部分有效位数仅6~7位，19576.4125的二进制无法被float32精确存储，导致舍入误差。

三种方案对比 #

1. 转换为整数存储（乘以10000） #

这是最优方案，兼顾内存效率和精度：

• 内存占用：将19576.4125乘以10000得到195764125，用int32类型存储即可（int32最大值为2147483647，完全覆盖该数值），每个元素仅4字节，比float64省一半内存，和float32内存占用相同但精度无损。
• 操作便利性：读取时只需除以10000，Numpy支持向量运算，性能无损耗：

  import numpy as np
  # 存储时转换
  ts_int = int(round(get_timestamp() * 10000))
  arr = np.array([ts_int], dtype=np.int32)
  # 读取时还原
  ts_float = arr[0] / 10000
  

• 优势：内存高效、精度完全保留、计算成本低。

2. 使用float64存储 #

• 内存占用：每个元素8字节，内存开销是int32的两倍，不适合大规模数据集。
• 操作便利性：无需转换，直接存储和使用，代码最简单。
• 适用场景：数据量小、对内存要求不高时可以选用，但并非最优选择。

3. 字符串存储 #

完全不推荐，理由如下：

• 内存占用：每个字符串至少占用9字节（比如"19576.4125"），远高于数值类型，内存效率极低。
• 操作便利性：无法直接进行数值计算，必须先转换回数值类型，性能损耗大且代码繁琐。

额外优化：修正原时间戳生成函数 #

你的get_timestamp函数存在一个小bug：now.replace(microsecond=0, second=0)没有重新赋值给now，导致实际计算时仍会包含秒和微秒的影响。修正后的函数：

from datetime import datetime

def get_timestamp() -> float:
    now = datetime.now()
    # replace方法返回新对象，必须重新赋值
    now = now.replace(microsecond=0, second=0)
    _1970 = datetime(1970, 1, 1, 0, 0, 0)
    td = now - _1970
    days = td.days
    hours, remainder = divmod(td.seconds, 3600)
    minutes, _ = divmod(remainder, 60)
    timestamp = days + hours / 24 + minutes / 1440
    return round(timestamp, 4)

内容的提问来源于stack exchange，提问作者DazzRick