python中小數(shù)點(diǎn)后的位數(shù)問(wèn)題
python中小數(shù)點(diǎn)后的位數(shù)
第一種方法
a = 8.8888
使用round 函數(shù)
b = round(a,2) # 保留小數(shù)點(diǎn)后兩位小數(shù)，會(huì)四舍五入 b 就等于8.89
第二種方法
b= "%.2f"%a # 也會(huì)四舍五入
第三種方法
ret1 = Decimal("88.001").quantize(Decimal("0.00"))
print(ret1)
# 滿5進(jìn)1的寫(xiě)法
from decimal import Decimal, ROUND_HALF_UP
res = Decimal(str(11.565)).quantize(Decimal("0.00"),ROUND_HALF_UP)python小數(shù)點(diǎn)位數(shù)控制
利用python內(nèi)置的round()函數(shù)
round()如果只有一個(gè)數(shù)作為參數(shù)，不指定位數(shù)的時(shí)候，返回的是一個(gè)整數(shù)，而且是最靠近的整數(shù)
一般情況是使用四舍五入的規(guī)則，但是碰到舍入的后一位為5的情況，如果要取舍的位數(shù)前的數(shù)是偶數(shù)，則直接舍棄，如果奇數(shù)這向上取舍
正常的取舍：
舍入的后一位為5的情況：
利用格式化方法
特殊情況需要注意的和 round 方法一樣
利用math模塊里ceil和floor方法
- math模塊的ceil(x)：取大于或者等于x的最小整數(shù)
- math模塊的floor(x)：取小于或者等于x的最大整數(shù)
超過(guò)17位的精度分析
python默認(rèn)的是17位精度,也就是小數(shù)點(diǎn)后16位，但是這里有一個(gè)問(wèn)題，就是當(dāng)我們的計(jì)算需要使用更高的精度（超過(guò)16位小數(shù)）的時(shí)候該怎么做呢？
高精度使用decimal模塊，配合getcontext
decimal 模塊默認(rèn)精度是17位，可以通過(guò)修改 getcontext().prec 修改精度的值
總結(jié)
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
Python數(shù)據(jù)分析之?Matplotlib?餅圖繪制
這篇文章主要介紹了Python數(shù)據(jù)分析之?Matplotlib?餅圖繪制，文章基于python的相關(guān)資料展開(kāi)詳細(xì)的餅圖繪制，具有一定的參考價(jià)值，需要的小伙伴可以參考一下2022-05-05
用Python寫(xiě)一個(gè)模擬qq聊天小程序的代碼實(shí)例
今天小編就為大家分享一篇關(guān)于用Python寫(xiě)一個(gè)模擬qq聊天小程序的代碼實(shí)例，小編覺(jué)得內(nèi)容挺不錯(cuò)的，現(xiàn)在分享給大家，具有很好的參考價(jià)值，需要的朋友一起跟隨小編來(lái)看看吧2019-03-03
TensorFlow實(shí)現(xiàn)MLP多層感知機(jī)模型
這篇文章主要為大家詳細(xì)介紹了TensorFlow實(shí)現(xiàn)MLP多層感知機(jī)模型，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-03-03
Python實(shí)現(xiàn)遍歷數(shù)據(jù)庫(kù)并獲取key的值
本文給大家分享的是Python實(shí)現(xiàn)遍歷數(shù)據(jù)庫(kù)并獲取key的值的方法，主要是使用for循環(huán)來(lái)實(shí)現(xiàn)，有需要的小伙伴可以參考下。2015-05-05
這篇文章主要介紹了python 排序算法總結(jié)及實(shí)例詳解的相關(guān)資料,需要的朋友可以參考下2016-09-09
python之plt.hist函數(shù)的輸入?yún)?shù)和返回值的用法解釋
這篇文章主要介紹了python之plt.hist函數(shù)的輸入?yún)?shù)和返回值的用法解釋,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-10-10
python寫(xiě)文件時(shí)覆蓋原來(lái)的實(shí)例方法
這篇文章主要介紹了python寫(xiě)文件時(shí)覆蓋原來(lái)的實(shí)例方法，對(duì)此有興趣的朋友們可以參考下。2020-07-07
python連接kafka加載數(shù)據(jù)的項(xiàng)目實(shí)踐
本文主要介紹了python連接kafka加載數(shù)據(jù)的項(xiàng)目實(shí)踐，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-05-05
Python+OpenCV 圖像邊緣檢測(cè)四種實(shí)現(xiàn)方法
本文主要介紹了通過(guò)OpenCV中Sobel算子、Schaar算子、Laplacian算子以及Canny分別實(shí)現(xiàn)圖像邊緣檢測(cè)并總結(jié)了四者的優(yōu)缺點(diǎn)，感興趣的同學(xué)可以參考一下2021-11-11
python,pycharm的環(huán)境變量設(shè)置方式
這篇文章主要介紹了python,pycharm的環(huán)境變量設(shè)置方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-01-01