numpy.float32转原生float存JSON失效，执行int(number)结果异常如何解决

问题根因 #

• 转换目标错位：需求是转成Python原生float适配JSON序列化，但实际写的是int(number)，这个方法的作用是把数值截断为Python原生整数，从类型目标上就完全偏离，这是结果不符合预期的核心原因。
• 存储特性影响：numpy.float32是32位低精度浮点，内部存储的是十进制值的近似结果，直接转类型时这个近似值会被直接带出，和日常看到的展示值有微小偏差，很容易被误判为转换出了错。

可直接落地的处理方案 #

针对待处理列表全是numpy.float32元素的场景，按以下操作即可完成合规转换：

• 替换错误的转换函数：把单元素转换逻辑里的int(number)换成float(number)，就能把单个numpy.float32转为JSON可识别的Python原生float类型
• 批量转换全列表：用列表推导式一次性处理所有元素，示例代码：

  json_ready_list = [float(item) for item in target_numpy_float32_list]
  

• 取整场景的注意事项：如果确实需要输出整数类型，不要直接用int()截断numpy.float32的值，要先明确取整规则（四舍五入/截断/向下取整），先把numpy.float32的近似值转为Python原生高精度float后再执行取整操作，减少存储近似带来的感知误差。

注意：Python内置json模块无法直接识别numpy的自定义数值类型，所有numpy格式的数值必须逐元素转为Python内置数值类型，才能正常完成序列化导出。

内容的提问来源于stack exchange，提问作者Ivan