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 + y6.3000000000000007>>> (x+y) ==6.3False>>> x =1.2>>> y =2.3>>> x + y3.5>>> (x + y) ==3.5True
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。
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。
>>> fromdecimalimportDecimal>>> fromdecimalimportgetcontext>>> Decimal('4.20') + Decimal('2.10')Decimal('6.30')>>> fromdecimalimportDecimal>>> fromdecimalimportgetcontext>>> x =4.20>>> y =2.10>>> z = Decimal(str(x)) + Decimal(str(y))>>> zDecimal('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。