python float精度计算

浮点数误差

浮点数一个普遍的问题就是在计算机的世界中,浮点数并不能准确地表示十进制。并且,即便是最简单的数学运算,也会带来不可控制的后果。因为,在计算机的世界中只认识0与1。

>>> x = 4.20
>>> y = 2.10
>>> x + y
6.3000000000000001
>>> (x+y) == 6.3
False
>>> x = 1.2
>>> y = 2.3
>>> x + y
3.5
>>> (x + y) == 3.5
True
  •  

上述种种问题,就来自于计算机的cpu与浮点数的表示方式,我们自己在代码层面是没法控制的。在有些需要精确表示浮点数的场合,例如财务结算,这些误差就不可接受。

decimal模块进行十进制数学计算

Python中的decimal模块可以解决上面的烦恼 
decimal模块中,可以通过整数,字符串或原则构建decimal.Decimal对象。如果是浮点数,特别注意因为浮点数本身存在误差,需要先将浮点数转化为字符串。

>>> from decimal import Decimal
>>> from decimal import getcontext
>>> Decimal('4.20') + Decimal('2.10')
Decimal('6.30')
>>> from decimal import Decimal
>>> from decimal import getcontext
>>> x = 4.20
>>> y = 2.10
>>> z = Decimal(str(x)) + Decimal(str(y))
>>> z
Decimal('6.3')
>>> getcontext().prec = 4 #设置精度
>>> Decimal('1.00') /Decimal('3.0')
Decimal('0.3333')
  •  

当然精度提升的同时,肯定带来的是性能的损失。在对数据要求特别精确的场合(例如财务结算),这些性能的损失是值得的。但是如果是大规模的科学计算,就需要考虑运行效率了。毕竟原生的float比Decimal对象肯定是要快很多的。

flaot精确计算

# !/usr/bin/python
# -*- coding: utf-8 -*-
from decimal import Decimal
from decimal import getcontext


def floatAdd(num1, num2, precision=2):
    """高精度相加"""
    getcontext().prec = precision  # 设置精度
    return float(Decimal(str(num1)) + Decimal(str(num2)))


print floatAdd(1.111, 5.4, 4)

输出:

6.511

备注:字典参数

new_item = {'val': 1.4}
print new_item['val']
print new_item

输出:

1.4
{'val': 1.4000000000000001}

直接解决方法

new_item["val"] = round(new_item["val"], 1)

参考:

https://stackoverflow.com/questions/7878341/python-dictionary-floats

http://blog.csdn.net/bitcarmanlee/article/details/51179572

 

转载于:https://my.oschina.net/yves175/blog/1492627

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值