如何在Python的mpmath中将mpf对象序列化为原始二进制bytes或bytearray

嘿，完全理解你的痛点——跑百万位π的计算最怕中途断电，转成字符串存不仅慢得离谱，还占空间，pickle又总感觉带了一堆没必要的冗余信息。刚好我之前折腾过mpmath的序列化问题，给你两个实用的方案：

方案1：直接操作mpf内部属性（轻量且高效） #

mpmath的mpf对象内部通过_mpf_元组存储核心数据：符号位、指数、尾数。我们可以直接提取这些部分转成二进制，完全只存必要信息，速度非常快。

import mpmath as mp

def mpf_to_bytes(x):
    # 提取mpf的核心内部数据：符号(0正/1负)、指数、尾数（大整数）
    sign, exp, man = x._mpf_
    
    # 各部分转成字节：符号用1字节，指数用带符号4字节，尾数先存长度再存内容
    sign_bytes = sign.to_bytes(1, byteorder='big')
    exp_bytes = exp.to_bytes(4, byteorder='big', signed=True)
    man_bytes = man.to_bytes((man.bit_length() + 7) // 8, byteorder='big')
    man_len_bytes = len(man_bytes).to_bytes(4, byteorder='big')
    
    # 拼接所有字节段
    return sign_bytes + exp_bytes + man_len_bytes + man_bytes

def bytes_to_mpf(b):
    # 反向解析二进制数据
    sign = int.from_bytes(b[:1], byteorder='big')
    exp = int.from_bytes(b[1:5], byteorder='big', signed=True)
    man_len = int.from_bytes(b[5:9], byteorder='big')
    man_bytes = b[9:9+man_len]
    
    # 重建尾数和mpf对象
    man = mp.mpf(int.from_bytes(man_bytes, byteorder='big'))
    result = mp.mpf(0)
    result._mpf_ = (sign, exp, man)
    return result

用法示例 #

# 测试百万位精度的mpf对象
mp.mp.dps = 1000000
pi = mp.pi

# 序列化到二进制
pi_bytes = mpf_to_bytes(pi)
# 保存到文件
with open("pi_progress.bin", "wb") as f:
    f.write(pi_bytes)

# 恢复进度
with open("pi_progress.bin", "rb") as f:
    recovered_pi = bytes_to_mpf(f.read())

# 验证是否一致
print(mp.almost_equal(pi, recovered_pi))  # 应该输出True

方案2：使用mpmath底层序列化函数（更稳妥） #

如果担心依赖内部属性（虽然_mpf_已经稳定存在很久了），可以用mpmath底层libmp模块提供的官方序列化函数，这个是专门为高效存储mpf设计的，文档里没怎么提，但实际很实用。

import mpmath as mp
from mpmath.libmp import to_binary, from_binary

def mpf_to_bytes_v2(x):
    # 直接调用底层函数转二进制
    return to_binary(x)

def bytes_to_mpf_v2(b):
    # 从二进制恢复mpf对象
    return from_binary(b)

这个方法更省心，代码量极少，而且是官方底层实现，稳定性有保障，性能和方案1差不多，同样比转字符串快几个数量级。

注意事项 #

• 验证恢复结果：因为百万位精度的浮点数直接用==判断可能有微小误差，建议用mp.almost_equal()来验证一致性。
• 精度保留：序列化后的二进制会完整保留mpf对象的所有精度，和当前的mp.mp.dps设置无关，恢复后精度不变。
• 性能对比：百万位mpf转二进制只需要几毫秒，而转成字符串可能需要几十秒，pickle虽然也快，但会额外序列化类结构信息，体积比这两个方案略大。

备注：内容来源于stack exchange，提问作者ulsbai