浮点数误差

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 + y6.3000000000000001>>> (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。

decimal模块进行十进制数学计算

中的decimal模块可以解决上面的烦恼 

>>> from decimal import Decimal>>> from decimal import getcontext>>> Decimal('4.20') + Decimal('2.10')Decimal('6.30')>>> from decimal import Decimal>>> from decimal import getcontext>>> 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。

flaot精确计算

# !/usr/bin/python# -*- coding: utf-8 -*-from decimal import Decimalfrom decimal import getcontextdef floatAdd(num1, num2, precision=2):    """高精度相加"""    getcontext().prec = precision  # 设置精度    return float(Decimal(str(num1)) + Decimal(str(num2)))print floatAdd(1.111, 5.4, 4)

输出：

6.511

备注：字典参数

new_item = {'val': 1.4}print new_item['val']print new_item

输出：

1.4{'val': 1.4000000000000001}

直接解决方法

new_item["val"] = round(new_item["val"], 1)

参考：

https://stackoverflow.com/questions/7878341/python-dictionary-floats

http://blog.csdn.net/bitcarmanlee/article/details/51179572