确定浮点数的实际精度答案

【问题标题】：Identify actual precision of a float确定浮点数的实际精度
【发布时间】：2018-03-14 18:35:05
【问题描述】：

我正在与返回浮点数的 API 交互。我正在尝试计算 API 创建这些浮点数时使用的小数位数。

例如：

# API returns the following floats.
>> 0.0194360600000000015297185740.....
>> 0.0193793800000000016048318230.....
>> 0.0193793699999999999294963970.....

# Quite clearly these are supposed to represent:
>> 0.01943606
>> 0.01937938
>> 0.01937937

# And are therefore ACTUALLY accurate to only 8 decimal places.

如何确定浮点数实际上精确到小数点后 8 位？一旦我这样做了，我就可以用“真”值而不是不准确的浮点数来初始化 decimal.Decimal 实例。

编辑：API 返回的准确小数位数各不相同，并不总是 8！

【问题讨论】：

round() 到小数点后 8 位？
重点是我不知道浮点响应的实际精度，我首先需要一些方法来计算它是 8 位小数（或任何其他精度）。谢谢
是否可以在该 API 中输入无理数或重复数？这些示例也都有 0（实际上是“0.0”）作为它们的第一个数字 - 总是这样吗？
这里的常用方法 - Python repr 使用的 - 是用最少的数字打印，再次解析，返回完全相同的 float 值。这通常会产生合理的结果，但请记住，没有“真正的”方法可以找出“API 的真正含义”——它实际上可能意味着 0.0194360600000000015297185740，而您无法知道，因为它们实际上是相同的float 值。
usr2564301 我不这么认为，很确定所有内容都四舍五入到一定的小数位。

标签： python decimal precision floating-accuracy

【解决方案1】：

如果您使用的是 Python 2.7 或 Python 3.1+，请考虑使用 repr() 内置函数。

这是它如何在 Python 3.6 解释器中处理您的示例。

>>> repr(0.0194360600000000015297185740)
'0.01943606'
>>> repr(0.0193793800000000016048318230)
'0.01937938'
>>> repr(0.0193793699999999999294963970)
'0.01937937'

这是因为repr() 显示了数字n 的最小精度，它仍然满足float(repr(n)) == n。

给定repr()返回的字符串表示，你可以数出小数点右边的位数。

【讨论】：

谢谢你我不知道repr存在这对我来说真的很有用。 :)