将浮点数限制为小数点后两位

您遇到了浮点数的老问题，即并非所有数字都可以精确表示。命令行只是从内存中显示完整的浮点形式。

使用浮点表示时，舍入版本是相同的数字。由于计算机是二进制的，它们将浮点数存储为整数，然后将其除以 2 的幂，因此 13.95 将以类似于 125650429603636838/（2**53） 的方式表示。

双精度数字的精度为 53 位（16 位），常规浮点数的精度为 24 位（8 位）。Python 中的浮点类型使用双精度来存储值。

例如

>>> 125650429603636838/(2**53)
13.949999999999999

>>> 234042163/(2**24)
13.949999988079071

>>> a = 13.946
>>> print(a)
13.946
>>> print("%.2f" % a)
13.95
>>> round(a,2)
13.949999999999999
>>> print("%.2f" % round(a, 2))
13.95
>>> print("{:.2f}".format(a))
13.95
>>> print("{:.2f}".format(round(a, 2)))
13.95
>>> print("{:.15f}".format(round(a, 2)))
13.949999999999999

如果您只在小数点后两位（例如，显示货币值），那么您有几个更好的选择：

1. 使用整数并以美分而不是美元为单位存储值，然后除以 100 转换为美元。
2. 或者使用固定点数，如十进制。

您可以修改输出格式：

>>> a = 13.95
>>> a
13.949999999999999
>>> print "%.2f" % a
13.95

它完全按照您的指示执行操作，并且工作正常。阅读更多关于浮点混淆的信息，也许可以尝试使用十进制对象。

大多数数字不能用浮点数精确表示。如果你想对数字进行四舍五入，因为这是你的数学公式或算法所需要的，那么你想使用四舍五入。如果您只想将显示限制在一定的精度，那么甚至不要使用 round，而只是将其格式化为该字符串。（如果你想用一些替代的舍入方法显示它，并且有吨，那么你需要混合这两种方法。

>>> "%.2f" % 3.14159
'3.14'
>>> "%.2f" % 13.9499999
'13.95'

最后，也许最重要的是，如果你想要精确的数学，那么你根本不想要浮点数。通常的例子是处理货币并将“美分”存储为整数。

Python 教程有一个名为“浮点算术：问题和限制”的附录。阅读它。它解释了正在发生的事情以及为什么 Python 正在尽其所能。它甚至有一个与您的示例相匹配的示例。让我引用一点：

>>> 0.1
0.10000000000000001

您可能很想使用该功能将其切回单曲 您期望的数字。但这并不意味着 差异：round()

>>> round(0.1, 1)
0.10000000000000001

问题是二进制文件 存储的浮点值已经是最好的二进制文件 近似于 ，所以试图 再绕一圈不能让它变得更好： 它已经和它得到的一样好了。“0.1”1/10

另一个结果是，由于不完全是，将十相加 的值可能也不完全产生：0.11/100.11.0

>>> sum = 0.0
>>> for i in range(10):
...     sum += 0.1
...
>>> sum
0.99999999999999989

解决问题的另一种方法和解决方案是使用 decimal 模块。

有新的格式规范，字符串格式规范迷你语言：

您可以执行以下操作：

"{:.2f}".format(13.949999999999999)

注1：上面返回一个字符串。为了获得浮点数，只需用以下方法包装：float(...)

float("{:.2f}".format(13.949999999999999))

注 2：包装不会改变任何内容：float()

>>> x = 13.949999999999999999
>>> x
13.95
>>> g = float("{:.2f}".format(x))
>>> g
13.95
>>> x == g
True
>>> h = round(x, 2)
>>> h
13.95
>>> x == h
True

请尝试以下代码：

>>> a = 0.99334
>>> a = int((a * 100) + 0.5) / 100.0 # Adding 0.5 rounds it up
>>> print a
0.99

使用 Python < 3（例如 2.6 或 2.7），有两种方法可以做到这一点。

# Option one 
older_method_string = "%.9f" % numvar

# Option two (note ':' before the '.9f')
newer_method_string = "{:.9f}".format(numvar)

但请注意，对于高于 3 的 Python 版本（例如 3.2 或 3.3），首选选项 2。

有关选项二的更多信息，我建议从 Python 文档中提供有关字符串格式的链接。

有关选项一的更多信息，此链接就足够了，并且包含有关各种标志的信息。

参考：将浮点数转换为一定精度，然后复制到字符串

为了修复类型动态语言（如 Python 和 JavaScript）中的浮点数，我使用了这种技术

# For example:
a = 70000
b = 0.14
c = a * b

print c # Prints 980.0000000002
# Try to fix
c = int(c * 10000)/100000
print c # Prints 980

您还可以按如下方式使用 Decimal：

from decimal import *
getcontext().prec = 6
Decimal(1) / Decimal(7)
# Results in 6 precision -> Decimal('0.142857')

getcontext().prec = 28
Decimal(1) / Decimal(7)
# Results in 28 precision -> Decimal('0.1428571428571428571428571429')

我觉得最简单的方法是使用该功能。format()

例如：

a = 13.949999999999999
format(a, '.2f')

13.95

这将生成一个四舍五入到小数点后两位的字符串形式的浮点数。

要将数字四舍五入为分辨率，最好的方法是以下方法，它可以适用于任何分辨率（0.01 表示两位小数甚至其他步骤）：

>>> import numpy as np
>>> value = 13.949999999999999
>>> resolution = 0.01
>>> newValue = int(np.round(value/resolution))*resolution
>>> print newValue
13.95

>>> resolution = 0.5
>>> newValue = int(np.round(value/resolution))*resolution
>>> print newValue
14.0

我使用的方法是字符串切片。它相对快速和简单。

首先，将浮点数转换为字符串，选择您想要的长度。

float = str(float)[:5]

在上面的一行中，我们已将值转换为字符串，然后仅将字符串保留为前四位数字或字符（含）。

希望对您有所帮助！

TLDR ;)

Python 3.1 已经明确解决了输入和输出的舍入问题，并且修复程序也向后移植到 Python 2.7.0。

四舍五入的数字可以在浮点数和字符串之间来回可逆转换：
或str -> float() -> repr() -> float() ...Decimal -> float -> str -> Decimal

>>> 0.3
0.3
>>> float(repr(0.3)) == 0.3
True

存储不再需要类型。Decimal

算术运算的结果必须再次四舍五入，因为四舍五入误差可能会累积比解析一个数字后可能累积的更不准确。改进的算法（Python >= 3.1， >= 2.7.0）无法解决此问题：repr()

>>> 0.1 + 0.2
0.30000000000000004
>>> 0.1, 0.2, 0.3
(0.1, 0.2, 0.3)

---

在 Python < 2.7x 和 < 3.1 中，输出字符串函数四舍五入为 12 位有效数字，以防止类似于未固定 repr（） 输出的过多无效数字。在减去非常相似的数字后，这仍然不够，而且在其他操作之后，它四舍五入太多了。Python 2.7 和 3.1 使用相同长度的 str（），尽管 repr（） 是固定的。一些旧版本的 Numpy 也有过多的无效数字，即使使用固定的 Python。当前的 Numpy 是固定的。Python 版本 >= 3.2 具有相同的 str（） 和 repr（） 函数结果，并且在 Numpy 中也有类似函数的输出。str(float(...))

---

测试

import random
from decimal import Decimal
for _ in range(1000000):
    x = random.random()
    assert x == float(repr(x)) == float(Decimal(repr(x)))  # Reversible repr()
    assert str(x) == repr(x)
    assert len(repr(round(x, 12))) <= 14         # no excessive decimal places.

---

文档

请参阅发行说明 Python 2.7 - 其他语言更改第四段：

浮点数和字符串之间的转换现在在大多数平台上都是正确舍入的。这些转换发生在许多不同的地方：浮点数和复数上的str（）;float 和 complex 构造函数;数字格式;使用 、 和 模块序列化和反序列化浮点数和复数;在 Python 代码中解析浮点数和虚构文字;和十进制到浮点数的转换。marshalpicklejson

与此相关的是，浮点数 x 的 repr（） 现在返回基于最短十进制字符串的结果，该字符串保证在正确的舍入下舍入回 x（使用舍入半到偶舍入模式）。以前，它给出了一个基于四舍五入 x 到 17 位十进制数字的字符串。

相关问题

---

更多信息：Python 2.7 之前的格式与现在的 .两种类型都使用相同的 64 位 IEEE 754 双精度和 52 位尾数。一个很大的区别是，经常使用过多的十进制数进行格式化，因此不会丢失任何位，但在 13.9499999999999999 和 13.9500000000000001 之间不存在有效的 IEEE 754 编号。结果并不好，并且使用 numpy 无法进行转换。另一方面：被格式化，使每个数字都很重要;序列没有间隙，转换是可逆的。简单地说：如果你可能有一个 numpy.float64 数字，请将其转换为普通浮点数，以便为人类格式化，而不是为数字处理器格式化，否则 Python 2.7+ 就不需要更多了。floatnumpy.float64np.float64.__repr__repr(float(number_as_string))float.__repr__

内置在 Python 2.7 或更高版本中工作正常。round()

例：

>>> round(14.22222223, 2)
14.22

查看文档。

用

print"{:.2f}".format(a)

而不是

print"{0:.2f}".format(a)

因为后者在尝试输出多个变量时可能会导致输出错误（请参阅注释）。

orig_float = 232569 / 16000.0

14.5355625

short_float = float("{:.2f}".format(orig_float)) 

14.54

让我举一个 Python 3.6 的 f-string/template-string 格式的例子，我认为它非常简洁：

>>> f'{a:.2f}'

它也适用于较长的示例，带有运算符并且不需要括号：

>>> print(f'Completed in {time.time() - start:.2f}s')

正如 Matt 所指出的，Python 3.6 提供了 f 字符串，它们也可以使用嵌套参数：

value = 2.34558
precision = 2
width = 4

print(f'result: {value:{width}.{precision}f}')

将显示result: 2.35

在 Python 2.7 中：

a = 13.949999999999999
output = float("%0.2f"%a)
print output

from decimal import Decimal


def round_float(v, ndigits=2, rt_str=False):
    d = Decimal(v)
    v_str = ("{0:.%sf}" % ndigits).format(round(d, ndigits))
    if rt_str:
        return v_str
    return Decimal(v_str)

结果：

Python 3.6.1 (default, Dec 11 2018, 17:41:10)
>>> round_float(3.1415926)
Decimal('3.14')
>>> round_float(3.1445926)
Decimal('3.14')
>>> round_float(3.1455926)
Decimal('3.15')
>>> round_float(3.1455926, rt_str=True)
'3.15'
>>> str(round_float(3.1455926))
'3.15'

这很简单，就像：

1. 使用 decimal 模块进行快速、正确舍入的十进制浮点运算：

    d = Decimal(10000000.0000009)
   

   要实现舍入，请执行以下操作：

    d.quantize(Decimal('0.01'))
   

   将结果为Decimal('10000000.00')

2. 进行上述 DRY：

   def round_decimal(number, exponent='0.01'):
       decimal_value = Decimal(number)
       return decimal_value.quantize(Decimal(exponent))
   

   或

   def round_decimal(number, decimal_places=2):
       decimal_value = Decimal(number)
       return decimal_value.quantize(Decimal(10) ** -decimal_places)
   

PS：对他人的批评：格式不是四舍五入。

在 Python 中，您可以使用格式运算符将值四舍五入到小数点后两位：

print(format(14.4499923, '.2f')) // The output is 14.45

使用如下所示的 lambda 函数：

arred = lambda x,n : x*(10**n)//1/(10**n)

这样你就可以做：

arred(3.141591657, 2)

并获取

3.14

结合使用 Decimal 对象和 round（） 方法。

Python 3.7.3
>>> from decimal import Decimal
>>> d1 = Decimal (13.949999999999999) # define a Decimal
>>> d1 
Decimal('13.949999999999999289457264239899814128875732421875')
>>> d2 = round(d1, 2) # round to 2 decimals
>>> d2
Decimal('13.95')

lambda x, n:int(x*10^n + 0.5)/10^n

用多种语言为我工作了很多年。

我看到的答案不适用于浮点数（52.15）情况。经过一些测试，我正在使用的解决方案：

import decimal
        
def value_to_decimal(value, decimal_places):
    decimal.getcontext().rounding = decimal.ROUND_HALF_UP  # define rounding method
    return decimal.Decimal(str(float(value))).quantize(decimal.Decimal('1e-{}'.format(decimal_places)))

（将“value”转换为float，然后转换为string非常重要，这样，“value”可以是float，decimal，integer或string的类型！

希望这对任何人都有帮助。

我们有多种选择来做到这一点：

选项 1：

x = 1.090675765757
g = float("{:.2f}".format(x))
print(g)

选项 2： 内置的 round（） 支持 Python 2.7 或更高版本。

x = 1.090675765757
g = round(x, 2)
print(g)

用：

float_number = 12.234325335563
round(float_number, 2)

这将返回;

12.23

解释：

round 函数有两个参数; 要四舍五入的数字和要返回的小数位数。在这里，我返回了两位小数。

如果你想处理钱，请使用 Python decimal 模块：

from decimal import Decimal, ROUND_HALF_UP

# 'amount' can be integer, string, tuple, float, or another Decimal object
def to_money(amount) -> Decimal:
    money = Decimal(amount).quantize(Decimal('.00'), rounding=ROUND_HALF_UP)
    return money

这是使用 format 函数的简单解决方案。

float(format(num, '.2f'))

注意：我们正在将数字转换为浮点数，因为 format 方法返回一个字符串。

只需使用此函数并将字节作为输入传递给它：

def getSize(bytes):
    kb = round(bytes/1024, 4)
    mb = round(kb/1024, 4)
    gb = round(mb/1024, 4)
    if(gb > 1):
        return str(gb) + " GB"
    elif(mb > 1):
        return str(mb) + " MB"
    else:
        return str(kb) + " KB"

这是我可以将数据大小从字节动态转换为KB，MB或GB的最简单方法。

简单的解决方案就在这里

value = 5.34343
rounded_value = round(value, 2) # 5.34

打印百分比的单行功能：

k - 分子

n - 分母

'%.2f' - 表示您希望精度为小数点后 2 位

*100 - 将数字从小数点转换为百分比

   percentage = lambda k, n: '%.2f' % (k/n*100)

   - equivalent to-

   def percentage(k,n):
       return '%.2f' % (k/n*100)

百分比（1,3）

输出 -> '33.33'

为了计算我使用一个函数来截断值 也许对你有帮助

import math


def truncate(number, digits) -> float:
    stepper = pow(10.0, digits)
    return math.trunc(stepper * number) / stepper


print(truncate((0.1 + 0.2), 2))

对于原始 Python：

对于将浮点数转换为字符串的 2 位小数：

a = 13.949999999999999
format(a, '.2f')

对于浮点数到浮点数点转换的 2 个小数点：

a = 13.949999999999999
round(float(a), 2)
or
float(format(a, '.2f'))

首先将 A 转换为浮点数：

round(float(a), 2)

def custom_round(number, decimal_places):
    multiplier = 10 ** decimal_places
    rounded_number = round(number * multiplier) / multiplier
    return rounded_number

result = custom_round(13.9456789, 2)  # Rounds to 2 decimal places
print(result)  # Output will be 13.95