Python生成的float32数据导入C程序时出现浮点精度偏差问题

核心结论 #

Python和C的32位浮点数完全遵循IEEE 754单精度标准，不存在实现差异，你遇到的偏差是十进制与二进制浮点数转换的固有特性，和语言无关。

认知误区修正 #

你提到的“32位浮点数可提供7位十进制精度”是对相对精度的通俗描述，并不代表所有7位十进制小数都可以被精确存储：

• IEEE 754单精度浮点数的存储格式是二进制，仅能精确表示形如整数 * 2^整数的数值，绝大多数十进制小数本身就无法被二进制浮点数精确存储，不管是Python还是C，存储时都会执行就近舍入操作。
• 你看到的Python中Float32显示为9.8431373e+00，只是Python默认的字符串输出做了舍入截断，并非实际存储的数值和C有差异。你可以用以下代码验证Python侧的实际存储值：

import numpy as np
f = np.float32("9.8431373")
# 打印10位小数即可看到和C完全一致的结果
print(f"{f:.10f}")

偏差产生的具体原因 #

你测试用的9.8431373距离最近的两个可表示IEEE 754单精度值分别为：

• 0x411D70A3：对应十进制约9.8431368
• 0x411D70A4：对应十进制约9.8431377
  显然9.8431373距离第二个值更近，所以C的strtof和Python的Float32转换都会选择这个值作为存储结果，你看到的输出差异只是两种语言默认的打印规则不同导致的。

解决方案 #

如果要避免文本读写浮点数的精度偏差，可以选择以下两种方案：

• 文本存储场景：输出单精度浮点数时使用%.9g格式，该格式可以保证输出的字符串能唯一、无损转换回原来的单精度值，不要只输出7位有效数字。
• 高性能/高精度场景：直接存储float32的二进制字节，不需要做十进制字符串转换，完全不会有精度损失，读写效率也更高。

内容的提问来源于stack exchange，提问作者Ricardo