如何理解 0.1 + 0.2 不等于 0.3

首先明确一点，Python的浮点数存在着精度误差，因此浮点数不能也不应该进行等于的判断。

首先看下代码：

print(0.1 + 0.2 == 0.3)

运行结果为：

为什么会输出 False 呢？

我们可以使用精度更高的 Decimal 类型来看下这些数据实际存储的状态：

import decimal

print(decimal.Decimal(0.1))
print(decimal.Decimal(0.2))
print(decimal.Decimal(0.3))

输出为：
0.1000000000000000055511151231257827021181583404541015625
0.200000000000000011102230246251565404236316680908203125
0.299999999999999988897769753748434595763683319091796875

可以发现，由于存储位数有限导致了存在很小位数的精度不一致，事实上，在这种情况下，0.1+0.2 是大于 0.3。

具体存储位数如何导致精度问题，大家可以参阅：

为什么在Python中，0.1 + 0.2 ≠ 0.3 - 灰信网（软件开发博客聚合） (freesion.com)https://www.freesion.com/article/70561379417/

---

这种问题同样也出现在很多与浮点数计算有关的函数使用中，比如四舍五入 round 函数。

print(round(0.65, 1))
print(round(1.65, 1))

输出为：
0.7
1.6

按照 Python 中“四舍六入五成双”的规则，此时两个数中，小数点后两位 5 的高位为双数 6，应该不需要进位。但是第一个明显却进位了！如果使用更高精度查看，就明白了：

import decimal

print(round(0.65, 1), decimal.Decimal(0.65))
print(round(1.65, 1), decimal.Decimal(1.65))

输出为：
0.7 0.65000000000000002220446049250313080847263336181640625
1.6 1.649999999999999911182158029987476766109466552734375

显然，0.65 实际存储的数大于 0.65，当然产生了进位。

因此，这些现象的产生，大家并不用觉得觉得奇怪即可。同时，还是要避免浮点数进行点值的相等比较。正确比较浮点数是否一样的方法应该是：

num = 1 / 3
if abs(num - 0.3333) <= 0.0001:
    print('OK')

输出为：OK，实际应用中可以通过控制那个差值的小数位来控制比较误差的可接受范围。