【Python】银行家算法（四舍六入五成双）和使用decimal进行四舍五入处理

在python3中，round(num,n)和’%.nf’%num都是使用银行家算法进行小数位的处理的，即四舍六入五成双。（python2不记得了）

• 四舍六入五成双介绍
  和四舍五入不同的是，对于最大小数位下一位为5，其后没其他小数的情况的处理
  例如：1.1x5保留两位小数，最大小数位后为5，这时就判断x是奇数还是偶数，如果是偶数，“5”就舍，如果是奇数，“5”就入

示例（保留2位小数处理）：

数值	四舍五入	银行家算法
1.125	1.13	1.12
1.135	1.14	1.14
1.125001	1.13	1.13

• 使用Decimal进行精度处理
  在百度搜索四舍五入保留两位小数位，会看到有文章写decimal.getcontext().prec=2来实现,实际在python3中，这样是不行的，prec设置的总长度，而不是小数位数；设置prec就类似于在数据库中Decimal(m,n)设置m。

可以使用Decimal()类的quantize(exp,rounding,context)来实现小数位设置

import decimal
a = decimal.Decimal("1.1245")
a.quantize(decimal.Decimal("0.00"),decimal.ROUND_HALF_UP)   #结果： Decimal(“1.12”)

• quantize方法入参介绍
  quantize(exp,rounding=None,context=None)

参数	说明
exp	数据（小数位）处理成什么样式，可传入int或者Decimal 传入个int类型的值，表示不保留小数位 传入Decimal(“0.00”)表示保留2位小数，Decimal(“0.000”)表示保留3位小数
rounding	小数位处理方式，默认为None 入参为空就从上下文取rounding属性（rouding字段的处理是在context入参处理逻辑之后）； decimal上下文的rounding默认值是ROUND_HALF_EVEN（银行家算法）
context	上下文 如果没传，就取当前全局上下文

• rounding参数介绍

值	说明
ROUND_CEILING	总是趋向于无穷大向上取
ROUND_DOWN	总是趋向于0取
ROUND_FLOOR	总是趋向于负无穷向下取
ROUND_HALF_DOWN	如果最后一个有效数字大于或等于五则朝0反方向取，否则，朝0取
ROUND_HALF_EVEN	银行家算法
ROUND_HALF_UP	四舍五入，与ROUND_HALF_DOWN方向相反
ROUND_UP	总是趋向于0的反方向取（正数趋向于正无穷，负数趋向于负无穷）
ROUND_05UP	如果最后一位是0或5则朝0的反方向取，否则趋向于0取