Python中的Decimal使用及说明
作者:craftsman2020
这篇文章主要介绍了Python中的Decimal使用及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
1.可以传递给Decimal整型或者字符串参数
但不能是浮点数据,因为浮点数据本身就不准确。
# coding=utf-8 from decimal import Decimal, getcontext # 1.可以传递给Decimal整型或者字符串参数,但不能是浮点数据,因为浮点数据本身就不准确。 # 传入浮点数 5.55 a = Decimal(5.55) print('a = ', a) a = a * 100 print('a = ', a) # 传入字符串 ‘5.55' b = Decimal('5.55')*100 print('b = ', b) >>> a = 5.54999999999999982236431605997495353221893310546875 >>> a = 554.9999999999999822364316060 >>> b = 555.00
2.要从浮点数据转换为Decimal类型
# 2.要从浮点数据转换为Decimal类型 c = Decimal.from_float(22.222) print('c = ', c) >>> c = 22.22200000000000130739863379858434200286865234375
3.getcontext().prec设置有效数字的个数
# 3.getcontext().prec设置有效数字的个数。 # 通过设定有效数字,限定结果样式 getcontext().prec = 4 x1 = Decimal(1) / Decimal(3) # 结果为Decimal('0.3333'),四个有效数字 print('x1 = ', x1) x2 = Decimal(100) / Decimal(3) print('x2 = ', x2) x3 = Decimal(700000)/Decimal(9) print('x3 = ', x3) >>> x1 = 0.3333 >>> x2 = 33.33 >>> x3 = 7.778E+4
# 注意: # 如果prec的长度比数字的长度小的时候,*100得出的数就不对了 num = '88.8888' f = Decimal(num) print('f = ', f) g = f * 100 print('g = ', g) h = Decimal('999.999') print('h = ', h) >>> f = 88.8888 >>> g = 8889 >>> h = 999.999
4.四舍五入,保留几位小数
# 4.四舍五入,保留几位小数 d = Decimal('50.5679').quantize(Decimal('0.00')) print('d = ', d) # 结果为Decimal('50.57'),结果四舍五入保留了两位小数 >>> d = 50.57
5.Decimal 结果转化为string
# 5.Decimal 结果转化为string e = str(Decimal('3.40').quantize(Decimal('0.0'))) print('e = ', e) >>> e = 3.4
6.decimal模块进行十进制数学计算
# 6.decimal模块进行十进制数学计算 i = Decimal('4.20') + Decimal('2.10') + Decimal('6.30') print('i = ', i) >>> i = 12.60 # 当然精度提升的同时,肯定带来的是性能的损失。在对数据要求特别精确的场合(例如财务结算),这些性能的损失是值得的。 # 但是如果是大规模的科学计算,就需要考虑运行效率了。毕竟原生的float比Decimal对象肯定是要快很多的。
7.python decimal.quantize()参数
rounding的各参数解释与行为
ROUND_CEILING (towards Infinity), ROUND_DOWN (towards zero), ROUND_FLOOR (towards -Infinity), ROUND_HALF_DOWN (to nearest with ties going towards zero), ROUND_HALF_EVEN (to nearest with ties going to nearest even integer), ROUND_HALF_UP (to nearest with ties going away from zero), or ROUND_UP (away from zero). ROUND_05UP (away from zero if last digit after rounding towards zero would have been 0 or 5; otherwise towards zero)
x = Decimal('-3.1415926535') + Decimal('-2.7182818285') print x print x.quantize(Decimal('1.0000'), ROUND_HALF_EVEN) print x.quantize(Decimal('1.0000'), ROUND_HALF_DOWN) print x.quantize(Decimal('1.0000'), ROUND_CEILING) print x.quantize(Decimal('1.0000'), ROUND_FLOOR) print x.quantize(Decimal('1.0000'), ROUND_UP) print x.quantize(Decimal('1.0000'), ROUND_DOWN) output: -5.8598744820 -5.8599 -5.8599 -5.8598 -5.8599 -5.8599 -5.8598 https://www.cnblogs.com/piperck/p/5843253.html https://blog.csdn.net/weixin_37989267/article/details/79473706
- ROUND_HALF_EVENT 和 ROUND_HALF_DOWN:EVENT是quansize的默认设置值,可以通过getcontext()得到,EVENT四舍五入进了一位,DOWN为接近最近的0进了一位。
- ROUND_CEILING 和 ROUND_FLOOR:CEILING超过5没有进位是因为它倾向正无穷,FLOOR为了总是变得更小所以进了一位。
- ROUND_UP 和 ROUND_DOWN:UP始终进位,DOWN始终不会进位。
总结
其实这里我们通过上面一组例子可以发现,正数的行为非常可预期也非常简单,负数的情况稍复杂,有些函数就是设计为负数在某些情况中使用的。
正数中无法重现的ROUND_DOWN和ROUND_FLOOR的区别,ROUND_DOWN是无论后面是否大于5都不会管保持原状,而Floor在正数中的行为也是如此,
但是在负数中为了倾向无穷小,所以无论是否大于5,他都会变得更小而进位。
反而ROUND_UP和ROUND_DOWN的行为是最可预期的,那就是无论后面数大小,UP就进位,DOWN就始终不进位。
以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。