一个浮不精确到7位小数

它是最容易想到的depsilon百分比。一个depsilon 0.01意味着dx和dy必须在为了彼此的1%被认为是相同的。在右侧的< =操作符，我们乘depsilon工厂（DX）找出最大距离的两个数字可以分开，仍被视为平等的。例如，如果工厂（DX）值为1000，和depsilon是0.01，最大距离的两个数是10。

最后，我们之间的距离比较dx和dy的最大距离，他们仍然可以被认为是“足够接近”。如果他们足够接近，该函数将返回True。否则，则返回false。

为depsilon值可以调整到什么是最适合的程序。通常，程序员会使isequal()depsilon三分之一参数就可以在一个电话呼叫的基础上定义的。

然而，有时需要做的浮点数的比较是不可避免的。在这种情况下，小于和大于运算符（<，>和< <，=，=）通常用于浮点值的正常。运营商将产生正确的结果，大部分的时间，唯一可能的失败时，两个操作数几乎是相同的。由于这些运营商往往是一个错误的结果，通常只有轻微的后果。

相等运算符更麻烦，因为小的舍入误差使它几乎没用。因此，使用= =运算符对浮点数不建议。做浮点平等最常见的方法是使用一个函数，计算这两个值是如何彼此靠近。如果这两个数字是“足够接近”，那么我们称他们平等的。

浮精确到大约7位有效数字。一个重要的数字是任意数字，不是一个占位符0，包括在小数点左边的。

例如，。0095有两个占位符零点，所以只有2位数。34.90有4个重要人物。

有两种类型的我们需要警惕的浮点值的误差：舍入误差和精度误差。

舍入误差可以任意长度的数字发生，因为一些数字的二进制有无限的表示（例如0.1），并表示将被截断。舍入误差通常会使你的答案错了0.000001，或一些小的数目一样。