要从一个定点整数重新构建一个IEEE754浮点二进制数，可以使用位运算来实现。以下是一个示例代码：

def fixed_point_to_float(fixed_point, total_bits, fractional_bits):
    sign_bit = fixed_point < 0
    fixed_point = abs(fixed_point)

    integer_part = fixed_point >> fractional_bits
    fractional_part = fixed_point & ((1 << fractional_bits) - 1)

    exponent = total_bits - 1 - fractional_bits
    bias = (1 << (exponent - 1)) - 1
    biased_exponent = exponent + bias

    float_bits = (sign_bit << (total_bits - 1)) | (biased_exponent << fractional_bits) | integer_part

    return float_bits

fixed_point = 131072  # 2.0 in fixed point representation
total_bits = 32  # Total number of bits in the IEEE754 float
fractional_bits = 16  # Number of fractional bits

float_bits = fixed_point_to_float(fixed_point, total_bits, fractional_bits)
print(bin(float_bits))  # Output: 0b1000000000000000000000000000000

在这个示例中，fixed_point_to_float函数接受三个参数：fixed_point是定点整数表示的数值，total_bits是IEEE754浮点数的总位数，fractional_bits是浮点数的小数位数。

首先，我们确定符号位，如果fixed_point为负数，则设置符号位为1，并将fixed_point取绝对值。

然后，我们将fixed_point分为整数部分和小数部分。整数部分是fixed_point右移fractional_bits位得到的结果，小数部分是fixed_point与((1 << fractional_bits) - 1)进行按位与运算得到的结果。

接下来，我们确定指数位。指数位的长度等于total_bits - 1 - fractional_bits。我们使用偏移量（bias）来调整指数值。偏移量是2的（指数长度-1）次方减1，即(1 << (exponent - 1)) - 1。然后，我们将指数值和偏移量相加得到最终的偏置指数。

最后，我们使用位运算将符号位、偏置指数和整数部分合并到一个整数中，返回结果。

在这个示例中，我们将定点整数表示的2.0转换为IEEE754浮点二进制数，并打印结果的二进制表示。输出结果为0b1000000000000000000000000000000，与2.0的IEEE754二进制表示相对应。