Python的舍入问题[重复]答案

【问题标题】：Rounding Problem with Python [duplicate]Python的舍入问题[重复]
【发布时间】：2011-11-22 20:04:24
【问题描述】：

可能重复：
Python rounding error with float numbers

我在 Python 中有一个舍入问题。如果我计算

32.50 * 0.19 = 6.1749999999999998

但这应该是 6.175。如果我将 6.1749999999999998 舍入 2 位小数，则它正确显示 6.18。所以我可以忍受。

但如果我计算这个：

32.50 * 0.19 * 3 = 18.524999999999999

这应该是 18.525。如果我将值 18.524999999999999 舍入两位小数，则显示 18.52。

它应该显示 18.53。我做错了什么，我该如何解决？

【问题讨论】：

试试print 32.50 * 0.19 或print 32.50 * 0.19 * 3。 Python 知道如何正确显示这些浮点值。只要是这种情况，您就可以像计算机一样接近使用浮点存储的正确（十进制）值。如果您真的需要准确答案（您不需要），请使用Decimal.decimal。
-1。在 StackOverflow 的搜索中输入这篇文章的标题很容易找到这个问题的答案。 -1 表示没有为此付出努力。

标签： python rounding

【解决方案1】：

我不认为这是错误的。从 Python 解释器中获取：

>>> round(18.524999999999999,2)
18.52
>>> round(6.1749999999999998,2)
6.17
>>>

在这两种情况下，四舍五入的数字都小于 5，因此向下舍入。 18.52 和 6.17。

没错。

我不明白为什么你得到 6.18，而我得到 6.17。我正在使用 Python 3.2.2（最新版本）

【讨论】：

因为他没有确切的号码，那只是他真正拥有的号码中的repr。

【解决方案2】：

你没有做错任何事，it isn't Python's fault either。有些十进制数不能精确地表示为二进制浮点数。

就像您不能将 1/3 写成十进制 (0.33333....)，也不能将十进制 0.1 写成二进制 (0.0001100110011001100110011001100110011001100110011...)。

解决方案 A：

使用print 32.5 * 0.19 - 它会自动对结果进行四舍五入。

解决方案 B：

如果您确实需要这种精度，例如在使用货币值进行计算时，请使用 Decimal 模块。

解决方案 C：

使用 Python 3.2 或 Python 2.7，这将在交互式会话中自动对结果进行四舍五入。

Python 2.7.2 (default, Jun 12 2011, 14:24:46) [MSC v.1500 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> 32.50 * 0.19
6.175

【讨论】：

【解决方案3】：

What Every Computer Scientist Should Know About Floating-Point Arithmetic.

简而言之 - 您不应该依赖浮点数的精确值，因为它们存储在内存中的方式。

另请参阅有关它的 python 文档 - Floating Point Arithmetic: Issues and Limitations。它包含下一段：

例如，如果您尝试将值 2.675 舍入到小数点后两位，您会得到这个

>>> round(2.675, 2)
2.67

内置 round() 函数的文档说它舍入到最接近的值，从零舍入关系。由于小数 2.675 正好在 2.67 和 2.68 之间，你可能期望这里的结果是（二进制近似）2.68。不是，因为当十进制字符串 2.675 转换为二进制浮点数，它再次被二进制替换近似值，其精确值为

2.67499999999999982236431605997495353221893310546875

由于这个近似值比 2.68 更接近 2.67，所以它是向下舍入。

【讨论】：

虽然文档和教程都没有更新，但在 Python 2.7.4 中，round(2.675, 2) 现在将按预期提供2.68。
@Neftas：你提出这个主张的依据是什么？在我使用 Python 2.7.6 的机器上，round(2.675, 2) 向下舍入，正如文档中所述。自 Python 2.7.0 以来，round 算法没有任何重大变化。
你是对的，@MarkDickinson。在我写这篇文章的时候，我当然试过了，但现在我新安装的 Python 2.7.3 已经完成了。所以这可能是我这边的一个错误。
@Neftas：好的，这是有道理的。 round 函数的历史相当混乱：它大部分在 Python 2.6 中舍入一半，总是在 Python 2.7 中舍入一半，而 在 Python >= 3.1 中，总是 将中途情况舍入到最接近的偶数结果。当然，除了底层的二进制表示之外，看起来像十进制中的中途情况并不一定是实际的中途情况。
显然，你不想在代码中依赖它。对于这种划分，最好始终使用 decimal 模块（如 Python 参考中所建议的那样）。

【解决方案4】：

你没有做错任何事。这是由于数字的内部表示：

例如，试试这个：

0.1 + 0.1 +  0.1 + 0.1 +  0.1 + 0.1 +  0.1 + 0.1 +  0.1 + 0.1

如果您需要更高的精度，请使用十进制表示

【讨论】：

【解决方案5】：

http://docs.python.org/library/functions.html#round

【讨论】：

【解决方案6】：

使用python中的Decimal模块进行精确的浮点运算

from decimal import Decimal, ROUND_UP

value = Decimal(32.50 * 0.19 * 3)
print (value.quantize(Decimal('.01'), rounding=ROUND_UP))

Output: 18.53

【讨论】：

虽然他并不真正需要Decimal，他只是不明白浮点是如何工作的。
OP 询问如何修复它 (Decimal)。该链接还解释了为什么 OP 会出现此问题。

【解决方案7】：

如果您需要精确的算术，可以使用decimal 模块：

import decimal
D=decimal.Decimal

x=D('32.50')*D('0.19')
print(x)
# 6.1750
print(x.quantize(D('0.01'),rounding=decimal.ROUND_UP))
# 6.18

y=D('32.50')*D('0.19')*D('3')
print(y)
# 18.5250
print(y.quantize(D('0.01'),rounding=decimal.ROUND_UP))
# 18.53

【讨论】：

虽然他并不真正需要Decimal，他只是不明白浮点是如何工作的。
@agf：你怎么知道他需要什么？他完全有可能在处理金钱，这不应该用浮点数来做。
确切的我在处理金钱，所以我会试试这个谢谢:)