Python中的精度损失问题

最新推荐文章于 2024-08-23 15:34:57 发布

原创

最新推荐文章于 2024-08-23 15:34:57 发布 · 7.7k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#python #精度损失 #小数

本文介绍了Python中处理小数时遇到的精度损失问题，通过一个将金额转换为货币单位的例子，展示了精度损失可能导致的错误。为了解决这个问题，文章推荐使用round函数进行四舍五入，以确保计算结果的准确性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Python中的精度损失问题

引言
- 示例问题
- 问题解决

引言

在写python程序时，我们不可避免地要和小数打交道，但是python的小数有一个精度损失的问题，那么怎样来解决呢？

示例问题

加入你想开发一个程序将一定数量的钱分类成几个更小的货币单元。这个程序让用户输入总金额，这是一个用元角分来表示的浮点值，然后输出一个报告，罗列出等价的货币：XX元X角X分的，如示例运行所示：

# 我们先以11.56为案例来测试输出结果
money = input("input money")
print(money)
print(int(eval(money)),"元")
print(int (eval(money) * 10) % 10,"角"

最低0.47元/天解锁文章

200万优质内容无限畅学

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

weixin_44545984

关注关注

0
点赞
踩
6

收藏

觉得还不错? 一键收藏
2
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

python数据类型之间互转数据精度损失情况

weixin_43219998的博客

05-17

610

Python数据类型之间互转

python浮点型精度损失问题_解决float型数据精度损失问题

weixin_33149211的博客

12-23

2414

问题：浮点型数据存储方式会导致数据精度损失，增大计算误差。float fval = 0.45;　　// 单步调试发现其真实值为：0.449999988double dval = 0.45;　// 单步调试发现其真实值为：0.45000000000000001当很多个这样的单精度浮点型数据进行运算时，就会有累积误差，使得运算结果达不到理想的结果。尤其是对那种需要判断相等的情况(浮点型数据判断相等会有...

2 条评论您还未登录，请先登录后发表或查看评论

python 精度损失_Python大整数精度损失

weixin_39994627的博客

02-03

625

编辑工作！！！谢谢大家的意见！//=在函数中，需要从2.x端口到3.x端口我正试图及时地在Python中考虑非常大的数字。这是可行的，除了素数的值与原始值相乘时有很大的差异。在代码：import mathx = 4327198439888438284329493298321832193892183218382918932183128863216694329def getPrimes(n):num ...

python 精度损失_Python pandas通过隐式转换实现整数精度损失

weixin_39804335的博客

12-09

472

我正在处理大量不同的csv文件作为pandas数据帧读入，然后从中提取有趣的indizes和数据并将其收集到一个新的数据帧中，我逐行构建然后保存。每行代表一个文件中的信息。原始数据帧以毫秒精度纪元时间为索引。虽然时间不必要精确，但我无法改变它。>>> df.indexInt64Index([1382441313687, 1382441314687, 1382441315687, ...

python 之浮点数精度丢失例如：0.1 + 0.2，产生的原因、问题的推导、解决的方案

风华浪浪的博客

07-27

3710

python是以双精度(64bit）来保存浮点数的，后面多余的会被砍掉，所以在电脑上实际保存的已经小于0.1的值了，后面拿来參与运算就产生了误差。浮点数的总数是无限且不可数的，浮点数在计算机占用的内存是有限的，计算机内存占满了。不可能用有限的内存空间存储无限多的浮点，后面多余的部分都会被砍掉。同上并不是所有的十进制数都可以用二进制格式精确表示，计算机基本上使用二进制数字，即 0 或 1表示；有些是使用有限数量的二进制数字来近似的。计算机的浮点类型也是由二进制表示的。

python 精度损失,Python数组中的数字很少会导致精度损失

weixin_35133280的博客

12-09

175

I have two arrays in float64 type and when I assign the value of the first to the second it rounds the value. The following simple code illustrates the problem and excludes the possibility of just a m...

python float 精度损失_【小思考】Python的float转换精度损失所想到的

weixin_39903538的博客

01-28

581

首先，为啥会要讨论这个问题。我得为昨天拖了小组后腿深表歉意。其实程序逻辑很快就理通了的，但自己总是会因为各种各样的小问题束缚手脚，看接下来这个图片：稍微有数据敏感性的同学就能看出，中间这么一大堆又是0000又是999还是这么多位的小数，一看就是异常数据。这块数据的产生，源于代码里对两个字符串做了float转换并相减，导致出现了这种数据异常的错误。那么问题来了，1.这种异常是如何产生的？2.有哪些方...

python float精度问题_Python之☞float浮点数精度问题

weixin_39940344的博客

12-09

941

(下面是精度漏洞的问题-转自其它)从下面这段脚本体现出来：>>> x = 0.0>>> for i in range(10):x += 0.1print(x)0.10.20.300000000000000040.40.50.60.70.79999999999999990.89999999999999990.9999999999999999>>>...

python解决浮点数运算精度损失的方法

psm054712的博客

12-02

1758

python解决浮点数运算精度损失的方法

解决python计算精度丢失，以及实现各种保留小数位

weixin_56994016的博客

08-23

741

1、pandas读取数据后计算精度丢失2、实现四舍五入、四舍六入（银行家法则）、直接舍去（截取指定小数位）。

解决精度损失问题

07-15

2219

package com.tapi.esb.common.rule.logic;import java.math.BigDecimal;/** * TOPMathUtil * @author lubin * */ public class MathUtil { /** * 两个double相加，解决精度损失问题 * @param a * @param b

python精度损失问题如何产生？如何解决？

weixin_45687080的博客

09-26

1751

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...

精度丢失

xl2015190026的博客

12-07

3342

自己一直纠结于浮点类型精度丢失问题，认为浮点类型的相等比较是不靠谱的，写代码时一直不太敢用，导致了很多不必要的麻烦以及WA，所以自己研究了一下。首先上结论，就是说浮点类型的比较是靠谱的，两个浮点类型，各自保存在各自的空间里，它们所表示的数的大小都是固定的，一比较，大的就大，小的就小，相等的就相等的，不会不靠谱的。不靠谱的是精度损失。比如说一个浮点数，保存在一个浮点类型里面。浮点数表

python 精度问题丢失_python – 为什么在乘以整个整数时会丢失精度？

weixin_39840635的博客

12-09

658

您正在使用真正的除法运算符/进行除法,这将始终产生浮点值.改为使用floor division来获取整数结果：>>> a = 313585730727764141482831584863>>> b = a*2>>> c = b // 2>>> a == cTrue您的计算机硬件无法以所需的精度处理浮点值.另一种方法是使用dec...

python 精度问题整理

funnyPython的博客

03-27

961

项目上线了两周多，一直没有问题。今天突然出问题了，查了一下代码，代码是这样的 >>> a = 7046359232 >>> int(a)//1000000 *0.01 这个代码主要是为了解决舍去四舍五入的问题，在python3里面运行是会出现精度问题的。解决办法： result = "%.2f" % (int(a) // 1000000 * 0.01) ...

Python--pycharm导出来的精度和损失，用plt绘制，并保存到本地

weixin_42630613的博客

06-24

2959

fp=open(r"D:\\deepshare\\paper_new\\03GoogLeNet\\C_GoogLeNet\\MyCodes\\model_Weight.txt") # 载入精度或者损失值 train_curve=[] for linea in fp.readlines(): # linea = linea.strip('\n') linea=linea.split(",") train_curve.append(linea[0]) fp.close() .

控制python数据框的数据精度

Einsam0的博客

10-12

1393

需要从python连数据库提取数据的转为数据框，之前也博文也写过如何将数据库数据转为数据框。有一个问题是，原数据库的数据是保留15位小数的数据，例如：20.000000000000000，但是如果转为pd.DataFrame后，就只有六位小数。这是因为在数据框中默认的精度是一个固定值，现在不希望会损失，可以设置数据框的精度。 pd.set_option('precision', n...

python精度丢失_double类型计算精度丢失问题及解决方法

weixin_28738983的博客

12-23

2881

public class Test{public static void main(String [] args){System.out.println(0.06+0.01);System.out.println(1.0-0.42);System.out.println(4.015*100);System.out.println(303.1/1000);}}输出0.0699999999999999...

Python3 浮点数精度问题

haeasringnar的博客

04-29

8690

''' 很多语言中都有浮点数数据精度的问题，Python中也是例如：0.1 + 0.2 应该等于0.3 但结果事实上是 0.30000000004 首先说原因： 1、小数转换成二进制的方法：将小数部分先乘以2，记录整数部分，然后将得到的结果的小数部分乘以2，记录整数部分，直到乘法得到的结果是整数1时停止。实例：0.1的二进制计算方法如下 0.1*2=0.2 ...

如何解决Python中的小数计算出现精度损失的问题？