SymPy表达式转换为NumPy longdouble时的精度异常问题

• NumPy的array构造器没有针对SymPy数值类型做专门适配，处理SymPy的表达式、Float对象时，会默认调用其__float__方法转换为Python原生双精度浮点数（仅支持15~17位有效数字），此时精度已经丢失，后续指定dtype=np.longdouble只是将低精度值升格存储，无法恢复丢失的末位精度。
• 你测试中使用N(symMat, 19)得到的仍是SymPy内置的高精度Float对象，传入NumPy时依然会触发转双精度的逻辑，因此两次转换的结果完全一致，都存在末三位误差。

通过「SymPy高精度值转十进制字符串→NumPy从字符串解析为longdouble」的路径转换，即可完整保留np.longdouble支持的18位有效精度，示例修改代码如下：

from sympy import *
import numpy as np

symMat = Matrix([[sqrt(5), sqrt(7)]])
np.set_printoptions(precision = 18)

# 批量转换矩阵的实现
numMat = np.array(
    [[np.longdouble(str(N(val, 19))) for val in row] for row in symMat.tolist()],
    dtype=np.longdouble
)
print(repr(numMat))

运行后可以得到和N(symMat, 19)输出一致的longdouble矩阵，末位无误差。

内容的提问来源于stack exchange，提问作者Ailurus