Python 小數點精度控制
基礎
浮點數是用機器上浮點數的本機雙精度(64 bit)表示的。提供大約17位的精度和範圍從-308到308的指數。和C語言裡面的double型別相同。Python不支援32bit的單精度浮點數。如果程式需要精確控制區間和數字精度，可以考慮使用numpy擴充套件庫。
Python 3.X對於浮點數預設的是提供17位數字的精度。
關於單精度和雙精度的通俗解釋：
單精度型和雙精度型，其型別說明符為float 單精度說明符，double 雙精度說明符。在Turbo C中單精度型佔4個位元組（32位）記憶體空間，其數值範圍為3.4E-38～3.4E+38，只能提供七位有效數字。雙精度型佔8 個位元組（64位）記憶體空間，其數值範圍為1.7E-308～1.7E+308，可提供16位有效數字。
要求較小的精度
將精度高的浮點數轉換成精度低的浮點數。
1.round()內建方法
這個是使用最多的，剛看了round()的使用解釋，也不是很容易懂。round()不是簡單的四捨五入的處理方式。
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(2.675, 2)
2.67
|
round()如果只有一個數作為引數，不指定位數的時候，返回的是一個整數，而且是最靠近的整數（這點上類似四捨五入）。但是當出現.5的時候，兩邊的距離都一樣，round()取靠近的偶數，這就是為什麼round(2.5) = 2。當指定取捨的小數點位數的時候，一般情況也是使用四捨五入的規則，但是碰到.5的這樣情況，如果要取捨的位數前的小樹是奇數，則直接捨棄，如果偶數這向上取捨。看下面的示例：
| 1 2 3 4 5 6 7 8 9 10 |
>>> round(2.635, 2)
2.63
>>> round(2.645, 2)
2.65
>>> round(2.655, 2)
2.65
>>> round(2.665, 2)
2.67
>>> round(2.675,
|