计算常用指数？
为了解释这一点，这基本上是一种将浮点向量数据缩小为8位或16位有符号或无符号整数的方法，其中一个公共无符号指数（其中最常见的是bs16 ，其精度为11，指数为11） 。
我不确定这个伪浮动方法被称为什么; 我所知道的是得到最终的浮点数，你需要这样做：
float_result = int_value / ( 2.0 ** exponent )
我想要做的就是匹配这些数据，通过尝试从给定的浮点数重新计算来基本猜测指数。 （如果做得好，它应该能够以其他格式重新计算）
因此，如果我给出的所有1140个浮点数都可以使用，我如何才能找到常用指数并将这些浮点数转换为缩小的bu8 ， bs8 ， bu16或bs16 （指定）格式？
编辑：样品
>>> for value in array('h','x28xC0x04xC0xF5x00x31x60x0DxA0xEBx80'):
print( value / ( 2. ** 11 ) )
-7.98046875
-7.998046875
0.11962890625
12.0239257812
-11.9936523438
-15.8852539062
编辑2：我不会完全称这个“压缩”，因为它真的是一个提取的尾数，通过共享指数重新计算。
也许这样的事情：
def validExponent(x,e,a,b):
"""checks if x*2.0**e is an integer in range [a,b]"""
y = x*2.0**e
return a <= y <= b and y == int(y)
def allValid(xs,e,a,b):
return all(validExponent(x,e,a,b) for x in xs)
def firstValid(xs,a,b,maxE = 100):
for e in xrange(1+maxE):
if allValid(xs,e,a,b):
return e
return "None found"
#test:
xs = [x / ( 2. ** 11 ) for x in [-12,14,-5,16,28]]
print xs
print firstValid(xs,-2**15,2**15-1)
输出：
[-0.005859375, 0.0068359375, -0.00244140625, 0.0078125, 0.013671875]
11
您当然可以编写一个包装函数，它将接受一个字符串参数，如'bs16'并自动计算边界a ， b
在编辑：
1）如果你有漂浮物的确切值，上面应该工作。 它什么都引入了你可能想用abs(y-round(y)) < 0.00001 （或类似的东西）替换y == int(y)的任何舍入错误。
2）除非原始整数列表中的所有整数都是偶数，否则第一个有效指数将是您想要的指数。 如果你有1140个值，并且它们在某种意义上是随机的，那么发生这种情况的可能性就微乎其微了。
进一步编辑：如果所讨论的浮点数不是由这个过程生成的，但是你想找到一个允许（有损）压缩到给定大小的整数的最佳指数，你可以做这样的事情（未经过彻底测试）：
import math
def maxExp(x,a,b):
"""returns largest nonnegative integer exponent e with
a <= x*2**e <= b, where a, b are integers with a <= 0 and b > 0
Throws an error if no such e exists"""
if x == 0.0:
e = -1
elif x < 0.0:
e = -1 if a == 0 else math.floor(math.log(a/float(x),2))
else:
e = math.floor(math.log(b/float(x),2))
if e >= 0:
return int(e)
else:
raise ValueError()
def bestExponent(floats,a,b):
m = min(floats)
M = max(floats)
e1 = maxExp(m,a,b)
e2 = maxExp(M,a,b)
MSE = []
for e in range(1+min(e1,e2)):
MSE.append(sum((x - round(x*2.0**e)/2.0**e)**2 for x in floats)/float(len(floats)))
minMSE = min(MSE)
for e,error in enumerate(MSE):
if error == minMSE:
return e
测试它：
>>> import random
>>> xs = [random.uniform(-10,10) for i in xrange(1000)]
>>> bestExponent(xs,-2**15,2**15-1)
11
这似乎是选择常见指数11的原因。
如果您已获得原始值和相应的结果，则可以使用日志查找指数。 数学有一个可以使用的日志功能。 您必须将Int_value / float_result记录到基数2。
例如：
import Math
x = (int_value/float_result)
math.log(x,2)
上一篇: calculate the common exponent?
下一篇: Arquillian on WAS remote container and @PersistenceContext