任意精度的numpy数组(10位int)

Numpy没有 uint10 类型但你可以使用 uint16 ,以及用于检查溢出的位掩码。和使用 binary_rep 要获取10位二进制表示,请执行以下操作:

import numpy as np

MAX_WORD = 2**10
unused_bits = ~np.array([MAX_WORD-1], dtype="uint16")  # Binary mask of the 6 unused_bits

words = np.random.randint(MAX_WORD, size=10, dtype="uint16")  #  Create 10 bit words
assert not np.any(words & unused_bits)  # Check for overflow
for word in words:
    print(word, np.binary_repr(word, width=10))  # Get 10 bit binary representation

binary_repr = "".join(np.binary_repr(word, width=10) for word in words)
print(binary_repr)  # Full binary representation

如果您主要对理解10位数字算术运算的准确性感兴趣,您可以考虑的另一个选项是使用 spfpm 包裹这将模拟定点算术运算的效果,包括乘法、除法、平方根、三角函数等,但目前不支持矩阵运算。