python中小數(shù)點(diǎn)后的位數(shù)問題
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
這篇文章主要介紹了python字典get()方法用法,實(shí)例分析了使用get方法獲取字典值的技巧,非常具有實(shí)用價(jià)值,需要的朋友可以參考下2015-04-04
python如何通過(guò)psutil獲取服務(wù)器cpu、內(nèi)存、磁盤使用率
這篇文章主要介紹了python通過(guò)psutil獲取服務(wù)器cpu，內(nèi)存，磁盤使用率,使用psutil，可以很方便地監(jiān)控系統(tǒng)的運(yùn)行狀況，診斷問題和優(yōu)化性能，需要的朋友可以參考下2023-04-04
Python3 獲取文件屬性的方式(時(shí)間、大小等)
這篇文章主要介紹了Python3 獲取文件屬性的方式(時(shí)間、大小等)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-03-03
深入探索Python解碼神器Chardet自動(dòng)檢測(cè)文本編碼
Chardet,洞察編碼的清晰水晶球,一個(gè)讓你與編碼不再“失聯(lián)”的神器,本文帶大家走近這個(gè)隱藏在Python工具箱中的小寶貝,探索它的秘密2024-01-01
python常用數(shù)據(jù)結(jié)構(gòu)字典梳理
這篇文章主要介紹了python常用數(shù)據(jù)結(jié)構(gòu)字典梳理，文章圍繞主題展開詳細(xì)的內(nèi)容介紹，具有一定的參考價(jià)值，需要的小伙伴可以參考一下2022-08-08
這篇文章主要介紹了python利用opencv保存、播放視頻，幫助大家更好的利用python處理視頻，感興趣的朋友可以了解下2020-11-11
一文教你如何創(chuàng)建Python虛擬環(huán)境venv
創(chuàng)建?Python?虛擬環(huán)境是一個(gè)很好的實(shí)踐,可以幫助我們管理項(xiàng)目的依賴項(xiàng),避免不同項(xiàng)目之間的沖突,下面就跟隨小編一起學(xué)習(xí)一下如何創(chuàng)建Python虛擬環(huán)境venv吧2024-12-12
使用Pytorch實(shí)現(xiàn)two-head(多輸出)模型的操作
這篇文章主要介紹了使用Pytorch實(shí)現(xiàn)two-head(多輸出)模型的操作，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2021-05-05
這篇文章主要介紹了Python CVXOPT模塊安裝及使用解析,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,需要的朋友可以參考下2019-08-08
python量化之搭建Transformer模型用于股票價(jià)格預(yù)測(cè)
這篇文章主要介紹了python量化之搭建Transformer模型用于股票價(jià)格預(yù)測(cè)，文章圍繞主題展開基于python搭建Transformer，需要的小伙伴可以參考一下2022-05-05