Python浮点数（小数）运算误差的原因和解决办法

原因解释：
浮点数（小数）在计算机中实际是以二进制存储的，并不精确。
比如0.1是十进制，转换为二进制后就是一个无限循环的数：
0.00011001100110011001100110011001100110011001100110011001100
python是以双精度（64bit）来保存浮点数的，后面多余的会被砍掉，所以在电脑上实际保存的已经小于0.1的值了，后面拿来参与运算就产生了误差。

解决办法：
使用decimal库

from decimal import *

# 误差会造成输出一个无限接近于19.8的数字  
In [17]: 6.6*3                                                                                      
Out[17]: 19.799999999999997

# 实际上应该是19.8
In [18]: Decimal('6.6')*3                                                                           
Out[18]: Decimal('19.8')

当精度提升的同时，也必然牺牲性能。有时候是值得的，比如在财务对数据精度要求比较高的情况下。

解决办法：
使用decimal库

from decimal import *

# 误差会造成输出一个无限接近于19.8的数字  
In [17]: 6.6*3                                                                                      
Out[17]: 19.799999999999997

# 实际上应该是19.8
In [18]: Decimal('6.6')*3                                                                           
Out[18]: Decimal('19.8')

当精度提升的同时，也必然牺牲性能。有时候是值得的，比如在财务对数据精度要求比较高的情况下。