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 0.1 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 0.1 0.1 转换为二进制时的结果为 0.0001100110011001.... 0.0001100110011001.... 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