详解Python中的数据精度问题
作者：Mrwhite86
这篇文章主要为大家详细介绍了Python中常常遇到的一些数据精度问题以及它们的解决方法，文中的示例代码讲解详细，感兴趣的小伙伴可以了解一下
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
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
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
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）
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：
到此这篇关于详解Python中的数据精度问题的文章就介绍到这了,更多相关Python数据精度问题内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！