Python 3.X对于浮点数默认的是提供17位数字的精度。
关于单精度和双精度的通俗解释：
单精度型和双精度型，其类型说明符为float 单精度说明符，double 双精度说明符。在Turbo C中单精度型占4个字节（32位）内存空间，其数值范围为3.4E-38～3.4E+38，只能提供七位有效数字。双精度型占8 个字节（位）内存空间，其数值范围为1.7E-308～1.7E+308，可提供16位有效数字。
要求超过17位的精度分析
python默认的是17位小数的精度，但是这里有一个问题，就是当我们的计算需要使用更高的精度（超过17位小数）的时候该怎么做呢？
1. 使用格式化(不推荐)
>>> a = "%.30f" % (1/3) >>> a '0.333333333333333314829616256247'
可以显示，但是不准确，后面的数字往往没有意义。
2. 高精度使用decimal模块，配合getcontext
>>> from decimal import *
>>> print(getcontext())
Context(prec=28, rounding=ROUND_HALF_EVEN, Emin=-999999, Emax=999999, capitals=1, clamp=0, flags=[], traps=[InvalidOperation, DivisionByZero, Overflow])
>>> getcontext().prec = 50
>>> b = Decimal(1)/Decimal(3)
>>> b
Decimal('0.33333333333333333333333333333333333333333333333333')
>>> c = Decimal(1)/Decimal(17)
>>> c
Decimal('0.058823529411770588235294117705882352941177059')
>>> float(c)
0.0588235294117705默认的context的精度是28位，可以设置为50位甚至更高，都可以。这样在分析复杂的浮点数的时候，可以有更高的自己可以控制的精度。其实可以留意下context里面的这rounding=ROUND_HALF_EVEN 参数。ROUND_HALF_EVEN， 当half的时候，靠近even.
下载本文