将浮点数限制为两位小数

您遇到了带有浮点数的 old problem，并非所有数字都可以精确表示。命令行只是向您显示内存中的完整浮点形式。

使用浮点表示，您的四舍五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。

双精度数的精度为 53 位（16 位），而普通浮点数的精度为 24 位（8 位）。 floating point type in Python uses double precision 用于存储值。

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，显示货币价值），那么您有几个更好的选择：

使用整数并以美分而不是美元存储值，然后除以 100 以转换为美元。或者使用像十进制这样的定点数。

---

有新的格式规范，String Format Specification Mini-Language：

您可以执行以下操作：

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

注意1：上面返回的是一个字符串。为了获得浮点数，只需用 float(...) 包装：

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

注意 2： 用 float() 包装不会改变任何内容：

>>> 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

---

内置 round() 在 Python 2.7 或更高版本中运行良好。

例子：

>>> round(14.22222223, 2)
14.22

查看the documentation。

---

这里似乎还没有人提到它，所以让我举一个 Python 3.6 的 f-string/template-string 格式的例子，我认为它非常简洁：

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

它也适用于更长的示例，使用运算符并且不需要括号：

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

---

我觉得最简单的方法是使用format()函数。

例如：

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

13.95

这会产生一个浮点数作为四舍五入到小数点后两位的字符串。

---

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需要的，那么你想使用round。如果您只想将显示限制在某个精度，那么甚至不要使用 round 并将其格式化为该字符串。 （如果你想用一些替代的舍入方法来显示它，并且有很多，那么你需要混合这两种方法。）

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

最后，虽然也许最重要的是，如果你想要精确的数学，那么你根本不需要浮点数。通常的例子是处理金钱并将“美分”存储为整数。

---

利用

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

代替

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（见注释）。

---

试试下面的代码：

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

---

TLDR ;)

Python 3.1 彻底解决了输入和输出的舍入问题，并且该修复也向后移植到 Python 2.7.0。

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

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

存储不再需要 Decimal 类型。

算术运算的结果必须再次四舍五入，因为四舍五入的误差可能会比解析一个数字后累积的误差更大。改进的 repr() 算法（Python >= 3.1, >= 2.7.0）没有解决这个问题：

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

输出字符串函数 str(float(...)) 在 Python < 中被四舍五入为 12 个有效数字。 2.7x 和 < 3.1，防止过多的无效数字类似于未固定的repr()输出。减去非常相似的数字后仍然不够，并且在其他操作后四舍五入太多。 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 与 str() 和 repr() 函数的结果相同，并且在 Numpy 中也有类似函数的输出。

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

见Release notes Python 2.7 - Other Language Changes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可以正确舍入。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 marshal、pickle 和 json 模块对浮点数和复数进行序列化和反序列化；解析 Python 代码中的浮点数和虚数文字；和小数到浮点数的转换。与此相关，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舍入（使用半舍入到偶数舍入模式）下舍入为 x。以前它给出了一个基于将 x 舍入为 17 位十进制数字的字符串。

The related issue

更多信息： Python 2.7 之前的 float 的格式类似于当前的 numpy.float64。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 np.float64.__repr__ 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 13.949999999999999 和 13.950000000000001 之间不存在有效的 IEEE 754 数字。结果不是很好，并且转换 repr(float(number_as_string)) 用 numpy 是不可逆的。另一方面： float.__repr__ 被格式化，因此每个数字都很重要；序列没有间隙，转换是可逆的。简单地说：如果您可能有一个 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+ 不需要更多。

---

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。这里我返回了 2 个小数位。

---

您可以修改输出格式：

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

---

对于 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 3 以上的 Python 版本（例如 3.2 或 3.3），选项二是 preferred。

有关选项二的更多信息，我建议在 string formatting from the Python documentation 上使用此链接。

有关选项一的更多信息，this link will suffice and has information on the various flags。

参考：Convert floating point number to a certain precision, and then copy to string

---

您可以使用格式运算符在 python 中将值四舍五入到小数点后 2 位：

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

---

在 Python 2.7 中：

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

---

正如@Matt 所指出的，Python 3.6 提供了 f-strings，他们也可以使用 nested parameters：

value = 2.34558
precision = 2
width = 4

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

这将显示 result: 2.35

---

我们有多种选择：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)

---

Python 教程有一个名为 Floating Point Arithmetic: Issues and Limitations 的附录。阅读。它解释了正在发生的事情以及为什么 Python 正在尽力而为。它甚至有一个与你相匹配的例子。让我引用一点：

>>> 0.1 0.10000000000000001 您可能很想使用 round() 函数将其切回您期望的单个数字。但这并没有什么区别： >>> round(0.1, 1) 0.10000000000000001 问题是存储为“0.1”的二进制浮点值已经是 1/10 的最佳二进制近似值，因此尝试再次舍入它可以不要让它变得更好：它已经和它一样好。另一个结果是，由于 0.1 不完全是 1/10，因此对 0.1 的十个值求和也可能不会产生正好 1.0： >>> sum = 0.0 >>> for i in range(10): ... sum += 0.1 ... >>> 总和 0.99999999999999989

您的问题的一种替代方案和解决方案是使用 decimal 模块。

---

使用 Decimal 对象和 round() 方法的组合。

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')

---

它正在做你告诉它做的事情并且工作正常。阅读有关 floating point confusion 的更多信息，也许可以尝试使用 decimal 对象。

---

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'

---

orig_float = 232569 / 16000.0

14.5355625

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

14.54

---

为了修复 Python 和 JavaScript 等类型动态语言中的浮点，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

您还可以使用十进制，如下所示：

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')

---

像这样的 lambda 函数怎么样：

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

这样你就可以这样做：

arred(3.141591657,2)

并得到

3.14

---

很简单，比如 1,2,3：

使用十进制模块进行快速正确舍入的十进制浮点运算：d=Decimal(10000000.0000009)

实现四舍五入：

   d.quantize(Decimal('0.01'))

将产生 Decimal('10000000.00')

使上述干燥：

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

或者

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

赞成这个答案:)

PS：批评他人：格式化不是四舍五入。

---

简单的解决方案在这里

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

---

这是使用格式功能的简单解决方案。

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

注意：我们将数字转换为浮点数，因为格式方法返回字符串。

---

如果你想处理钱，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

---

lambda x,n:int(x*10^n+.5)/10^n 多年来为我工作了很多语言。

---

要将数字四舍五入为分辨率，最好的方法是以下一种，它可以用于任何分辨率（0.01 表示两位小数甚至其他步长）：

>>> 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

---

我看到的答案不适用于 float(52.15) 案例。经过一些测试，有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)))

（'value' 到 float 再到 string 的转换非常重要，这样，'value' 的类型可以是 float、decimal、integer 或 string！）

希望这对任何人都有帮助。

---