Python中的浮点加法[重复]答案

【问题标题】：Floating point addition in Python [duplicate]Python中的浮点加法[重复]
【发布时间】：2013-11-03 14:04:33
【问题描述】：

为什么 Python 中的后一种情况不会产生结果 3.3？

>>> 1.0 + 2.3
3.3
>>> 1.1 + 2.2
3.3000000000000003

这里发生的事情对我来说似乎没有任何意义。对于通过1.0 + 2.3 而不是通过1.1 + 2.2 获得的相同结果的表示，这里有什么限制？

【问题讨论】：

读起来很难，但这将帮助您了解发生了什么：docs.oracle.com/cd/E19957-01/806-3568/ncg_goldberg.html
一般来说，浮点数不是十进制数的精确表示，而是近似值。要获得十进制数的精确表示，请参阅docs.python.org/2/library/decimal.html
@JasonSperske：我想说这是推荐给任何能够在 SO 代表中获得 5k 并对此感到疑惑的人阅读。

【解决方案1】：

引用documentation：

不幸的是，大多数十进制分数不能完全表示为二进制分数。结果是，通常，您输入的十进制浮点数仅与实际存储在机器中的二进制浮点数近似。

而您偶然发现的只是众多特质之一：

>>> 1.1 + 1.1
2.2
>>> 1.1 + 2.3
3.4
>>> 1.1 + 2.2
3.3000000000000003

事实上，这是一种罕见的情况，我很难找到其他情况。这是另一个奇怪的：

>>> 0.1 + 0.1 + 0.1 - 0.3
5.551115123125783e-17

使用 Python 的 decimal 类会得到更好的结果。

【讨论】：

或十进制模块
我给了你 +1 但numpy 在这里不是一个好的解决方案。 numpy 仍然使用二进制浮点数。 decimal 库将在此处提供精确的解决方案，因为 decimal 完全对十进制值进行操作。
我认为 python 通常只使用 IEE754，并且可能也使用 numpy。你能举个例子吗？也许你在想例如sympy.mpmath.
+1 0.1 + 0.1 + 0.1 - 0.3 :)
@steveha @Benjamin 你们是对的。这是我的错误，我认为 numpy 的精度更高，但事实证明这并不完全正确。 Decimal 是更精确，但也不是那么精确。