浮点数精度不再是困扰:Python高手的精准编程秘籍!解决Python浮点数精度问题!

本文主要是介绍浮点数精度不再是困扰:Python高手的精准编程秘籍!解决Python浮点数精度问题!,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

 

本专栏主要是自己在实际使用Python和工作中遇到的一些问题以及解决方法,还有一些是在网上搜集到的一些频繁出现和比较复杂的疑难杂症,目的就是希望帮助到使用Python的小伙伴们,无论是刚入门的新手,还是已经精通的Python高手,希望大家一起加油


  • 🧑‍💻博客主页:长风清留扬-CSDN博客
  • 📚系列专栏:Python疑难杂症百科-BUG编年史
  • 🤝每天更新大数据相关方面的技术,分享自己的实战工作经验和学习总结,尽量帮助大家解决更多问题和学习更多新知识,欢迎评论区分享自己的看法
  • 🙏感谢大家点赞👍收藏⭐评论

目录

Python中浮点数的精度问题

精度问题的例子

解决浮点数精度问题的方法

1. 使用decimal模块

为什么需要Decimal?

Decimal模块的主要特点

如何使用Decimal

上下文(Context)

解决案例:

2. 格式化输出

3. 四舍五入

4. 整数除法后转浮点

结论


Python中浮点数的精度问题


在Python中,浮点数是以双精度(64位)存储的,遵循IEEE 754标准。这种表示方式虽然能够表示非常广泛的数值范围,但并不能精确表示所有的小数。原因在于浮点数在计算机中是以二进制形式存储的,而某些十进制小数在二进制中可能是无限循环的,因此只能被近似地表示。

精度问题的例子

a = 0.1 + 0.2  
print(a)  # 输出可能是 0.30000000000000004,而不是预期的 0.3

这里的问题在于,0.1 和 0.2 在二进制中都是无限循环小数,计算机只能存储它们的近似值。当这两个近似值相加时,结果也是一个近似值,这个近似值可能并不完全等于我们期望的十进制结果。

解决浮点数精度问题的方法

1. 使用decimal模块

Python的decimal模块提供了Decimal数据类型,用于十进制浮点运算。这个模块非常适合需要精确小数计算的场景,比如金融和科学计算。相比于Python内置的浮点数(float),Decimal类型可以精确表示小数,避免了由于二进制浮点数表示导致的精度问题。

为什么需要Decimal?

Python中的浮点数(float)是基于IEEE 754标准的双精度浮点数,它们以二进制形式存储,因此不能精确地表示所有的十进制小数。例如,0.1在二进制中是一个无限循环小数,因此无法精确表示。这可能导致一些看似简单的运算产生意外的结果,比如0.1 + 0.2不等于0.3

Decimal模块的主要特点

  1. 精确的小数运算Decimal类型可以精确表示小数,避免了二进制浮点数的不精确性。
  2. 可配置的精度:可以设置全局的上下文(context)来控制精度、舍入方式等。
  3. 数学运算:支持加、减、乘、除等基本运算,以及开方、幂运算等。
  4. 比较操作:可以直接比较两个Decimal对象的大小。
  5. 格式化输出:支持将Decimal对象格式化为字符串,方便输出或存储。

如何使用Decimal

首先,需要从decimal模块中导入Decimal类和getcontext()函数(用于获取或设置全局上下文)。

from decimal import Decimal, getcontext  # 设置全局精度(可选)  
getcontext().prec = 7  # 设置全局精度为7位  # 创建Decimal对象  
a = Decimal('0.1')  
b = Decimal('0.2')  # 进行运算  
c = a + b  # 输出结果  
print(c)  # 输出: 0.3  # 注意:Decimal对象可以直接进行数学运算,但不建议与float混合使用  
# 错误的用法:Decimal('0.1') + 0.2  # 这会隐式地将0.2转换为Decimal,但可能会失去精度控制

上下文(Context)

上下文(context)是一个环境,它定义了算术运算的规则。通过getcontext()可以获取当前的全局上下文,并对其进行设置。上下文的主要属性包括:

  • prec:精度,即小数点后的位数。
  • rounding:舍入模式。
  • traps:是否抛出异常。

例如,可以设置舍入模式为ROUND_HALF_UP(四舍五入):

from decimal import getcontext, ROUND_HALF_UP  getcontext().rounding = ROUND_HALF_UP

解决案例:

Python的decimal模块提供了Decimal数据类型,用于十进制浮点数运算。Decimal类型可以精确地表示小数,并且可以自定义精度。

from decimal import Decimal, getcontext  # 设置全局精度  
getcontext().prec = 28  a = Decimal('0.1') + Decimal('0.2')  
print(a)  # 输出 0.3

注意,使用Decimal时,应该尽量以字符串的形式初始化,以避免在创建Decimal对象时就已经引入精度问题。

2. 格式化输出

如果你只是需要控制输出时的精度,而不是计算过程中的精度,可以使用格式化字符串来格式化输出。

a = 0.1 + 0.2  
print(f"{a:.2f}")  # 输出 0.30,保留了两位小数

这种方法只是改变了输出的显示方式,并不改变a的实际值。

3. 四舍五入

使用round函数可以对浮点数进行四舍五入,但这同样只是改变显示值,不改变其实际存储的精度。

a = 0.1 + 0.2  
rounded_a = round(a, 2)  # 四舍五入到小数点后两位  
print(rounded_a)  # 输出 0.3

4. 整数除法后转浮点

对于某些特定场景,可以先进行整数运算,然后再将结果转换为浮点数,以避免精度问题。

# 假设我们需要计算 1/3 + 1/3 + 1/3  
a = (1 + 1 + 1) / 3.0  # 使用浮点数进行除法  
print(a)  # 输出 1.0

结论

浮点数精度问题是由其存储方式决定的,Python(以及大多数编程语言)中的浮点数都遵循IEEE 754标准,无法完全避免精度问题。对于需要高精度计算的应用场景,建议使用decimal模块或寻找其他替代方案。对于一般的显示需求,可以通过格式化输出或四舍五入等方法来控制显示精度。


                                    

这篇关于浮点数精度不再是困扰:Python高手的精准编程秘籍!解决Python浮点数精度问题!的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1133760

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

好题——hdu2522(小数问题:求1/n的第一个循环节)

好喜欢这题,第一次做小数问题,一开始真心没思路,然后参考了网上的一些资料。 知识点***********************************无限不循环小数即无理数,不能写作两整数之比*****************************(一开始没想到,小学没学好) 此题1/n肯定是一个有限循环小数,了解这些后就能做此题了。 按照除法的机制,用一个函数表示出来就可以了,代码如下

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

Linux 网络编程 --- 应用层

一、自定义协议和序列化反序列化 代码: 序列化反序列化实现网络版本计算器 二、HTTP协议 1、谈两个简单的预备知识 https://www.baidu.com/ --- 域名 --- 域名解析 --- IP地址 http的端口号为80端口,https的端口号为443 url为统一资源定位符。CSDNhttps://mp.csdn.net/mp_blog/creation/editor

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

如何解决线上平台抽佣高 线下门店客流少的痛点!

目前,许多传统零售店铺正遭遇客源下降的难题。尽管广告推广能带来一定的客流,但其费用昂贵。鉴于此,众多零售商纷纷选择加入像美团、饿了么和抖音这样的大型在线平台,但这些平台的高佣金率导致了利润的大幅缩水。在这样的市场环境下,商家之间的合作网络逐渐成为一种有效的解决方案,通过资源和客户基础的共享,实现共同的利益增长。 以最近在上海兴起的一个跨行业合作平台为例,该平台融合了环保消费积分系统,在短

购买磨轮平衡机时应该注意什么问题和技巧

在购买磨轮平衡机时,您应该注意以下几个关键点: 平衡精度 平衡精度是衡量平衡机性能的核心指标,直接影响到不平衡量的检测与校准的准确性,从而决定磨轮的振动和噪声水平。高精度的平衡机能显著减少振动和噪声,提高磨削加工的精度。 转速范围 宽广的转速范围意味着平衡机能够处理更多种类的磨轮,适应不同的工作条件和规格要求。 振动监测能力 振动监测能力是评估平衡机性能的重要因素。通过传感器实时监

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

缓存雪崩问题

缓存雪崩是缓存中大量key失效后当高并发到来时导致大量请求到数据库,瞬间耗尽数据库资源,导致数据库无法使用。 解决方案: 1、使用锁进行控制 2、对同一类型信息的key设置不同的过期时间 3、缓存预热 1. 什么是缓存雪崩 缓存雪崩是指在短时间内,大量缓存数据同时失效,导致所有请求直接涌向数据库,瞬间增加数据库的负载压力,可能导致数据库性能下降甚至崩溃。这种情况往往发生在缓存中大量 k

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学