谈谈关于Python里面小数点精度控制的问题

Posted 花月世界

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了谈谈关于Python里面小数点精度控制的问题相关的知识,希望对你有一定的参考价值。

https://www.cnblogs.com/herbert/p/3402245.html

 

基础

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。和C语言里面的double类型相同。Python不支持32bit的单精度浮点数。如果程序需要精确控制区间和数字精度,可以考虑使用numpy扩展库。

 

Python 3.X对于浮点数默认的是提供17位数字的精度。

 

关于单精度和双精度的通俗解释:

单精度型和双精度型,其类型说明符为float 单精度说明符,double 双精度说明符。在Turbo C中单精度型占4个字节(32位)内存空间,其数值范围为3.4E-38~3.4E+38,只能提供七位有效数字。双精度型占8 个字节(64位)内存空间,其数值范围为1.7E-308~1.7E+308,可提供16位有效数字。

 

要求较小的精度

将精度高的浮点数转换成精度低的浮点数。

1.round()内置方法

这个是使用最多的,刚看了round()的使用解释,也不是很容易懂。round()不是简单的四舍五入的处理方式。

For the built-in types supporting round(), values are rounded to the closest multiple of 10 to the power minus ndigits; if two multiples are equally close, rounding is done toward the even choice (so, for example, both round(0.5) and round(-0.5) are 0, and round(1.5) is 2).

1
2
3
4
5
6
7
8
>>> round(2.5)
2
>>> round(1.5)
2
>>> round(2.675)
3
>>> round(2.6752)
2.67

 round()如果只有一个数作为参数,不指定位数的时候,返回的是一个整数,而且是最靠近的整数(这点上类似四舍五入)。但是当出现.5的时候,两边的距离都一样,round()取靠近的偶数,这就是为什么round(2.5) = 2。当指定取舍的小数点位数的时候,一般情况也是使用四舍五入的规则,但是碰到.5的这样情况,如果要取舍的位数前的小树是奇数,则直接舍弃,如果偶数这向上取舍。看下面的示例:

1
2
3
4
5
6
7
8
9
10
>>> round(2.6352)
2.63
>>> round(2.6452)
2.65
>>> round(2.6552)
2.65
>>> round(2.6652)
2.67
>>> round(2.6752)
2.67

 2. 使用格式化

效果和round()是一样的。

1
2
3
4
5
6
7
8
9
>>> a = ("%.2f" % 2.635)
>>> a
\'2.63\'
>>> a = ("%.2f" % 2.645)
>>> a
\'2.65\'
>>> a = int(2.5)
>>> a
2

 

要求超过17位的精度分析

python默认的是17位小数的精度,但是这里有一个问题,就是当我们的计算需要使用更高的精度(超过17位小数)的时候该怎么做呢?

1. 使用格式化(不推荐)

1
2
3
>>> a = "%.30f" % (1/3)
>>> a
\'0.333333333333333314829616256247\'

 可以显示,但是不准确,后面的数字往往没有意义。

2. 高精度使用decimal模块,配合getcontext

1
2
3
4
5
6
7
8
9
10
11
12
>>> from decimal import *
>>> print(getcontext())
Context(prec=28, rounding=ROUND_HALF_EVEN, Emin=-999999, Emax=999999, capitals=1, clamp=0, flags=[], traps=[InvalidOperation, DivisionByZero, Overflow])
>>> getcontext().prec = 50
>>> b = Decimal(1)/Decimal(3)
>>> b
Decimal(\'0.33333333333333333333333333333333333333333333333333\')
>>> c = Decimal(1)/Decimal(17)
>>> c
Decimal(\'0.058823529411764705882352941176470588235294117647059\')
>>> float(c)
0.058823529411764705

 默认的context的精度是28位,可以设置为50位甚至更高,都可以。这样在分析复杂的浮点数的时候,可以有更高的自己可以控制的精度。其实可以留意下context里面的这rounding=ROUND_HALF_EVEN 参数。ROUND_HALF_EVEN, 当half的时候,靠近even.

 

关于小数和取整

既然说到小数,就必然要说到整数。一般取整会用到这些函数:

1. round()

这个不说了,前面已经讲过了。一定要注意它不是简单的四舍五入,而是ROUND_HALF_EVEN的策略。

2. math模块的ceil(x)

取大于或者等于x的最小整数。

3. math模块的floor(x)

去小于或者等于x的最大整数。

>>> from math import ceil, floor
>>> round(2.5)
2
>>> ceil(2.5)
3
>>> floor(2.5)
2
>>> round(2.3)
2
>>> ceil(2.3)
3
>>> floor(2.3)
2
>>>

 

decimal模块进行十进制数学计算

python中的decimal模块可以解决上面的烦恼 
decimal模块中,可以通过整数,字符串或原则构建decimal.Decimal对象。如果是浮点数,特别注意因为浮点数本身存在误差,需要先将浮点数转化为字符串。

>>> 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))
>>> z
Decimal(\'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。

以上是关于谈谈关于Python里面小数点精度控制的问题的主要内容,如果未能解决你的问题,请参考以下文章

python 如何控制输出的小数长度?

关于C语言小数点后多少位的问题

用decimal模块增加python的浮点数精度

c语言如何控制小数位数

关于js中小数运算丢失精度的处理办法

Java 浮点数精度控制