如何解决如何获得浮点序列中的下一个值？
这里有五个（实际上是四个半）解决方案。
解决方案1：使用Python 3.9或更高版本
2020年10月发布的Python
3.9包括一个新的标准库函数math.nextafter，该函数直接提供此功能：用于math.nextafter(x,
math.inf)将下一个浮点数向正无穷大。例如：
>>> from math import nextafter, inf
>>> nextafter(100.0, inf)
100.00000000000001
如果查看方法提供的十六进制表示，则可以更容易地验证此函数是否确实 在
产生下一个浮点数float.hex：
>>> 100.0.hex()
'0x1.9000000000000p+6'
>>> nextafter(100.0, inf).hex()
'0x1.9000000000001p+6'
Python
3.9还引入了一个密切相关且经常有用的伴随函数math.ulp，该函数给出一个值与下一个远离零的值之间的差：
>>> from math import ulp
>>> nextafter(100.0, inf) - 100.0
1.4210854715202004e-14
>>> ulp(100.0)
1.4210854715202004e-14
解决方案2：使用NumPy
如果您没有Python
3.9或更高版本，但是可以访问NumPy，则可以使用numpy.nextafter。对于常规Pythonfloat，其语义与匹配math.nextafter（尽管说Python的语义与NumPy的语义匹配会更公平，因为NumPy在Python之前很早就 可以使用此功能）。
>>> from numpy import nextafter, inf
>>> nextafter(100.0, inf)
100.00000000000001
解决方案3：nextafter自己包装C
C在中指定nextafter功能math.h（例如，参见C99的7.12.11.3节）；这正是Python> =
3.9包装并在其math模块中公开的函数。如果您没有Python
3.9或更高版本，则可以使用ctypes或cffi动态调用Cnextafter，也可以编写一个简单的Cython包装器或公开C的Python
C扩展nextafter。
解决方案4：通过struct模块进行位操作
如果您愿意（在实践中几乎总是安全的）假设Python正在使用IEEE
754浮点，那么编写提供的Python函数非常容易nextafter。需要一些注意才能使所有极端情况正确。
IEEE 754二进制浮点格式经过精心设计，因此从一个浮点数到“下一个”数的转换就像递增位表示一样简单。它适用于范围内的任何数字[0,
infinity)，可以跨越指数边界和次法线。要生成nextUp覆盖整个浮点范围的版本，您还需要处理负数，无穷大，nan和涉及负零的一种特殊情况。以下是nextUpPython中IEEE
754功能的标准兼容版本。它涵盖了所有极端情况。
import math
import struct
def nextup(x):
# NaNs and positive infinity map to themselves.
if math.isnan(x) or (math.isinf(x) and x > 0):
return x
# 0.0 and -0.0 both map to the smallest +ve float.
if x == 0.0:
x = 0.0
n = struct.unpack('<q', struct.pack('<d', x))[0]
if n >= 0:
n += 1
else:
n -= 1
return struct.unpack('<d', struct.pack('<q', n))[0]
的实施nextDown和nextAfter再这个样子。（请注意，这nextAfter不是IEEE
754所指定的函数，因此对于IEEE特殊值应该发生的情况有一些猜测。在这里，我遵循Python的decimal.Decimal类所基于的IBM
Decimal Arithmetic标准。）
def nextdown(x):
return -nextup(-x)
def nextafter(x, y):
# If either argument is a NaN, return that argument.
# This matches the implementation in decimal.Decimal
if math.isnan(x):
return x
if math.isnan(y):
return y
if y == x:
return y
elif y > x:
return nextup(x)
else:
return nextdown(x)
（部分）解决方案5：浮点运算
如果x是肯定的但不太float愿意，并且您愿意假设IEEE 754
binary64格式和语义，则有一个非常简单的解决方案：下一个从xis向上浮动x / (1 - 2**-53)，下一个从xis向下浮动x *
(1 - 2**-53)。
更详细地，假设满足以下所有条件：
- 您无需担心IEEE 754极端情况（零，无穷大，次法线，nans）
- 您不仅可以假定IEEE 754 binary64浮点 格式 ，还可以假定IEEE 754 binary64 语义 ：即，所有基本算术运算均已根据当前舍入模式正确舍入。
- 您可以进一步假设当前的舍入模式为IEEE 754默认的“舍入为偶数”模式。
然后，该数量1 - 2**-53可以精确地表示为a float，并且给定非正态Python浮点正x，x / (1 -
2**-53)将会匹配nextafter(x, inf)。类似地，x * (1 - 2**-53)将匹配nextafter(x,
-inf)，除了在x最小正法向值的拐角情况下2**-1022。
使用此方法时要注意一件事：表达式2**-53将从pow系统的数学库中调用您，通常期望pow正确取整并不安全。有许多更安全的方法可以计算此常数，其中一种是使用float.fromhex。这是一个例子：
>>> d = float.fromhex('0x1.fffffffffffffp-1') # 1 - 2**-53, safely
>>> d
0.9999999999999999
>>> x = 100.0
>>> x / d # nextup(x), or nextafter(x, inf)
100.00000000000001
>>> x * d # nextdown(x), or nextafter(x, -inf)
99.99999999999999
这些技巧可在浮点数的正常范围内正常工作，包括在尴尬的情况下，例如精确的2的幂。
对于证据的草图：表明x / d比赛nextafter(x,
inf)正正常的x，我们可以通过两个动力，而不会影响正确性规模，因此在证明，我们可以不失一般性该损失承担0.5 <= x <
1.0。如果我们写z了 精确 的数学值x / d（认为是实数，而不是一个浮点数），则z - x等于x * 2**-53 / (1 -
2**-53)。结合不等式0.5 <= x <= 1 - 2**-53，我们可以得出结论2**-54 < z - x <=
2**-53，由于浮点数在间隔中正好2**-53间隔开[0.5, 1.0]，因此足以保证最接近的浮点数z是nextafter(x,
inf)。证明x * d相似。
解决方法
Python是否提供了获取浮点值的功能，该函数是通过将现有浮点值的最低有效位递增而得到的？
我正在寻找类似于std::nextafterC
++ 11中添加的功能的东西。