Python中的浮点数精度问题与round()四舍六入五成双问题

1. 浮点数精度问题

问题

由于二进制浮点数（float）的存储方式，某些十进制小数无法精确表示，导致计算误差：

示例1：

print(0.1 + 0.2)  # 输出 0.30000000000000004，而不是 0.3
print(1.1 + 2.2)  # 输出 3.3000000000000003

示例2：

(26.06 - 26.05) >= 0.01	# 输出False

解决方案

• 方法 1：使用 round() 四舍五入（但不完全可靠）

  print(round(0.1 + 0.2, 1))  # 0.3
  

• 方法 2：使用 decimal 模块（适合金融计算）

  from decimal import Decimal
  print(Decimal("0.1") + Decimal("0.2"))  # 精确输出 0.3
  

• 方法 3：使用 math.isclose() 比较浮点数

  import math
  print(math.isclose(0.1 + 0.2, 0.3))  # True
  

2.round() 的银行家舍入法

问题

Python 的 round() 采用“四舍六入五成双”规则，可能导致意外结果：

print(round(2.5))  # 2（舍入到最近的偶数）
print(round(3.5))  # 4

解决方案

• 如果需要传统“四舍五入”，可以手动实现：

  def classic_round(x):
      return int(x + 0.5) if x >= 0 else int(x - 0.5)
  print(classic_round(2.5))  # 3