python精度损失问题如何产生？如何解决？

python精度损失问题

python精度损失的产生

计算机内部的加减乘除都是要把数字转化成为二进制实现的。那么，我们此处的浮点数，也要转换为二进制，才能进行计算。Python内浮点数是用机器上浮点数的本机双精度(64 bit)表示的。提供大约17位的精度和范围从-308到308的指数。
我们来看一个简单的例子。十进制1.1转换成二进制

1.10整数部分就是1，转换成二进制1（这里整数转二进制不再赘述）
小数部分：0.1
0.12=0.2取整数部分0，基数=0.2
0.22=0.4取整数部分0，基数=0.4
0.42=0.8取整数部分0，基数=0.8
0.82=1.6取整数部分1，基数=1.6-1=0.6
0.62=1.2取整数部分1，基数=1.2-1=0.2
0.22=0.4取整数部分0，基数=0.4
.
.
.
直至基数为0。1.1用二进制表示为：1.000110…xxxx…(后面表示省略)

关于之前的演示，相当于，因为3.4的存储，发生了精度损失（3.5不会，因为3.5的二进制是11.1，补码存储依然不会发生精度损失），所以在相减的时候，发生了一次精度损失，最后结果存储的时候，再次发生一次精度损失。

python精度损失问题的解决

我们可以通过使用round函数来处理数据。round函数的作用主要是用于进位，或者通俗一些来讲，就是我们常说的四舍五入，在这个地方使用round我们可以把10.03*100后变成的1002.9999通过进位的方式变成1003，。