1
Amy 原创整理｜资料核验：2026-11-04
NumPy的spacing用于查看给定数值附近相邻可表示浮点数的间隔。官方说明，np.spacing(np.float64(1))等于float64的eps，但这不意味着所有大小的数值都拥有同一个绝对间距。
Amy原创教学示例：x=np.float64(2**53)，这时np.spacing(x)为2.0。按float64运算，x+1.0会舍入回x，而x+2.0可以表示为下一个较大的值。因此“大整数转成浮点数后还能不能逐一加1”，要看数值大小和数据类型。
排查小增量消失的问题时，可以同时记录dtype、当前值及spacing，而不是只看打印出来的小数位。若业务需要精确保留整数编号，应保留适当整数表示，不要为了统一格式把所有编号先变为浮点数。
这个函数反映数值表示的分辨率，不是传感器误差、统计置信区间或业务容差。官方也说明，对无穷大或NaN输入，spacing会返回NaN。
官方来源：
https://numpy.org/doc/stable/reference/generated/numpy.spacing.html