浮点型不是整的，因为它们用不同方法存数据。比如32位浮点数最多存正负2^24个整数，超过这个数就会四舍五入。比如存这个数，单精度浮点数会变成1e9，但存就会变成1e9，中间差1个数就存不下了。存整数时，浮点型会先转成二进制科学计数法，小数点位置可能漂移，导致精度丢失。

浮点型能不能存整数，要看具体场景。根据IEEE 754标准，单精度浮点数（32位）的指数部分占8位，能表示的整数范围是-2^24到2^24，共约16.7亿个整数。比如存5这个数，单精度浮点数用32位存成0 0，正好是整数。但存16777217这个数，单精度浮点数会变成1.6777217e7，实际值是16777216，少1个单位。双精度浮点数（64位）能存的整数范围扩大到-2^53到2^53，比如存40993这个数，双精度刚好存，但单精度会变成9e15，少1个单位。所以浮点型可以存整数，但超过能表示的范围就会出问题。比如用Python算1e16+1，单精度浮点数会显示1e16，实际值少1。这种精度问题在循环计算时最明显，比如累加100次0.1，单精度结果可能是10.0002，双精度则是10.0。数据来源：IEEE 754-2008标准，Python 3.9测试结果。