Python 中的浮点数

先看一个违反直觉的例子：

>>> s = 0.
>>> for i in range(10): s += .1
>>> s
0.9999999999999999
					# 错误被累加

再看一个更为普遍，直接影响判断逻辑的例子：

>>> from math import sqrt
>>> a = sqrt(2)
>>> a*a == a
False

之所以会出现以上的结果，在于 Python （更准确地说是计算机硬件体系结构）对浮点数的表示，我们来看计算机（基于二进制）对十进制小数 $0.1$ 的表示，十进制小数向二进制小数转换的方法请见 <a href=“http://blog.csdn.net/lanchunhui/article/details/50575661”, target="">十进制小数<==>二进制小数 。将十进制小数 $0.1$ 转换为二进制时的结果为 $0.0001100110011001....$，无限循环，计算机无法展示无限的结果，只能对结果进行截断，这是浮点数精度问题的根源。

1. “==” on floats

基于以上的考虑，当我们进行浮点数的相等比较时，要特别小心，直接使用 $==$ 是有问题的，一种通用的做法即是，不是检测浮点数是否相等，而是检测二者是否足够接近，

>>> a = sqrt(2)
>>> abs(a*a-2) < epsilon
					# 判断是否小于某一小量

2. is_integer()

is_integer() 判断一个浮点数是不是整数。

>> 1.0.is_integer()
True
>> 1.01.is_integer()
False