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位的精度和范圍從-308到308的指數。和C語言里面的double類型相同。Python不支持32bit的單精度浮點數。如果程序需要精確控制區間和數字精度，可以考慮使用numpy擴展庫。

Python 3.X對于浮點數默認的是提供17位數字的精度。

關于單精度和雙精度的通俗解釋：

單精度型和雙精度型，其類型說明符為float 單精度說明符，double 雙精度說明符。在Turbo C中單精度型占4個字節（32位）內存空間，其數值范圍為3.4E-38～3.4E+38，只能提供七位有效數字。雙精度型占8 個字節（64位）內存空間，其數值范圍為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（）內置方法

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（）不是簡單的四舍五入的處理方式。

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）。　

round（）如果只有一個數作為參數，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（這點上類似四舍五入）。但是當出現.5的時候，兩邊的距離都一樣，round（）取靠近的偶數，這就是為什么round（2.5） = 2。當指定取舍的小數點位數的時候，一般情況也是使用四舍五入的規則，但是碰到.5的這樣情況，如果要取舍的位數前的小樹是奇數，則直接舍棄，如果偶數這向上取舍。看下面的示例：　

2. 使用格式化

效果和round（）是一樣的。　

要求超過17位的精度分析

python默認的是17位小數的精度，但是這里有一個問題，就是當我們的計算需要使用更高的精度（超過17位小數）的時候該怎么做呢？

1. 使用格式化（不推薦）

可以顯示，但是不準確，后面的數字往往沒有意義。

2. 高精度使用decimal模塊，配合getcontext　

默認的context的精度是28位，可以設置為50位甚至更高，都可以。這樣在分析復雜的浮點數的時候，可以有更高的自己可以控制的精度。其實可以留意下context里面的這rounding=ROUND_HALF_EVEN 參數。ROUND_HALF_EVEN， 當half的時候，靠近even.

關于小數和取整

既然說到小數，就必然要說到整數。一般取整會用到這些函數：

1. round（）

這個不說了，前面已經講過了。一定要注意它不是簡單的四舍五入，而是ROUND_HALF_EVEN的策略。

2. math模塊的ceil（x）

取大于或者等于x的最小整數。

3. math模塊的floor（x）

去小于或者等于x的最大整數。　

編輯：hfy