这并不像通常预期的那样简单。为了提高尾数的准确性，通常有两个值：
给定以十进制表示形式表示的值，如果从十进制格式转换为选定的二进制格式并返回(带有默认四舍五入)，那么有多少小数位可以被保证地保留下来。给定二进制格式的值，如果将值转换为十进制格式并返回到原始二进制格式(同样，带有默认舍入)，则需要多少小数位数才能使原始值保持不变。在这两种情况下，十进制表示被视为独立于使用的指数，没有前导和尾随零(例如，所有0.0123e4，1.23e2，1.2300e2,123,123.0,123000.000e-3都是3位数)。
对于32位二进制浮点数，这两种大小分别为6位和9位小数.在C 中，这些是FLT_DIG和FLT_DECIMAL_DIG。(奇怪的是，32位浮点数在所有数字中占了7位小数，但也有例外。)在C++中，分别看看std::numeric_limits::digits10和std::numeric_limits::max_digits10。
对于64位二进制浮点数，分别为15和17 (DBL_DIG和DBL_DECIMAL_DIG；std::numeric_limits::{digits10，max_digits10}).
它们的一般公式(thx2 @MarkDickinson)
${格式}_DIG (digits10)：floor((p-1)*log10(2))${格式}_DECIMAL_DIG (max_digits10)：ceil(1+p*log10(2))其中p是尾数中的数字数(包括归一化IEEE754情况下的隐藏数字)。
此外，在C++ 数值极限页面上有一些数学解释的注释：
标准的32位IEEE 754浮点类型有一个24位小数部分(23位写入，一个隐含)，这可能意味着它可以表示7位小数(24 *std: not 10(2)是7.22)，但相对四舍五入误差是不一致的，有些浮点值带有7小数位数的浮点值不能被转换为32位浮点数和返回浮点数:最小的正例子是8.589973e9，这是往返后的8.589974e9。这些舍入错误在表示中不能超过一位，digits10计算为(24-1)*std：：log10 10(2)，即6.92。舍入结果为6。
在注释中查找16位和128位浮点数的值(但请参阅下面128位浮点数的实际值)。
对于指数，这是比较简单的，因为每个边界值(最小归一化、最小非正态化、最大值表示)都是精确的，可以很容易地获得和打印。
@PaulPanzer建议使用numpy.finfo。它首先给出这些值({format}_DIG)；可能是您搜索的东西：
代码语言：javascript运行复制>>> numpy.finfo(numpy.float16).precision
3
>>> numpy.finfo(numpy.float32).precision
6
>>> numpy.finfo(numpy.float64).precision
15
>>> numpy.finfo(numpy.float128).precision
18但是，在大多数系统上(我的一个在x86-84上是Ubuntu18.04)，float128的值令人困惑；它实际上是用于80位x86“扩展”浮点数，64位意义；real IEEE754 float128有112个意义和位，因此实值应该在33左右，但numpy在这个名称下显示了另一种类型。有关详细信息，请参阅这里：一般来说，float128是在numpy中的一种错觉。
UPD3:您提到了float8 -- IEEE754集中没有这样的类型。人们可以想象这种类型的某些完全特定的目的，但它的范围将过于狭窄，任何普遍使用。