一、python运算时精度问题
1.运行时精度问题
在Python中（其他语言中也存在这个问题，这是计算机采用二进制导致的），有时候由于二进制和十进制之间对应问题会导致数值的精度问题，比如无法用有限个二进制位完整地表示0.1，因为0.1转化为二进制之后位一个无限循环小数
|
1 |
print(1.1*2.2) |
查看运行结果：
2.解决方案：添加方法
需要将整数部分与小数部分单独做处理可以解决
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 |
def multiple(m1, m2): r='' ## 若存在浮点型，则先转化为整数 if type( m1 )==float or type( m2 )==float: print( "存在浮点数" ) len_m1=len( str( m1 ).split( "." )[1] ) len_m2=len( str( m2 ).split( "." )[1] ) print( "m1的小数位：", len_m1 ) print( "m2的小数位：", len_m2 )
m1=int( 10**len_m1*m1 ) m2=int( 10**len_m2*m2 ) print( "m1化为整数：", m1 ) print( "m2化为整数：", m2 ) r=str( m1*m2 ) print( "r：", r )
l=len_m1+len_m2 print( "l的总长度：", l ) if l<len( r ): r_front=r[:-l] r_last=r[-l:] print( r_front, "-", r_last ) r=r_front+"."+r_last else: r="0."+(l-len( r ))*"0"+r
else: print( "不存在浮点数" ) r=m1*m2 return r
res = multiple(1.1,2.2) print(res) |
查看运行结果：
二、python四舍五入时精度问题
1.使用round与浮点数格式化时候的精度问题
归根结底是计算机存储浮点数的问题
|
1 2 3 4 5 |
a1 = 0.235 a2 = round(a1,2) a3 = '%.2f' % a1 print(a2) print(a3) |
查看运行结果：
2.解决方案，使用Decimal函数
需要将float转换为Decimal，该类可以通过接受字符串（务必是字符串）形式的浮点数实现相对精确的小数计算（减缓了精度误差，但没有消灭）
|
1 2 3 4 5 6 7 |
from decimal import Decimal
a1 = 0.235 a2 = Decimal(str(a1)).quantize(Decimal("0.00")) a3 = '{:.2f}'.format(Decimal(str(a1))) print(a2) print(a3) |
查看运行结果：
