我对这种减法和求和如何以这种方式工作有点困惑：
A = 5
B = 0.1
C = A+B-A
我发现答案是0.099999999999999645。为什么答案不是0.1？
答案 0 :(得分：3)
这是一个浮点舍入错误。 Python网站有一个非常好的tutorial on floating point numbers，它解释了这是什么以及它发生的原因。
如果您想要一个确切的结果，您可以：
格式化结果以显示设定的小数位数（这不能解决舍入错误）：
print "%.2f"%C
我还建议阅读Brian的答案，阅读“每个计算机科学家应该知道的关于浮点算术的内容”。
答案 1 :(得分：2)
为什么答案不是0.1？
浮点数不够精确，无法得到答案。但是，圣牛是否已经接近了！
我建议您阅读＆＃34; What Every Computer Scientist Should Know About Floating-Point Arithmetic＆＃34;
答案 2 :(得分：2)
您正在看到浮点运算的假象，它没有无限精度。有关FP数学如何工作的完整描述以及为什么会出现舍入错误，请参阅this article。
答案 3 :(得分：2)
这是因为所谓的epsilon值。这意味着从x到x+E，每个浮点数都被视为等于x。
您可以在this Q&A中阅读有关此值的内容
在python中，这个epsilon值（E）取决于数字的magnitune，你可以随时从numpy.spacing(x)得到它
答案 4 :(得分：2)
计算机使用“二进制数”来存储信息。整数可以准确存储，但小数通常存储为“浮点数”。
有些数字很容易在base-10中写入，无法用二进制浮点格式精确表示，0.1是其中一个数字。
可以准确存储数字，并准确处理数字。例如，数字0.1可以存储为1 / 10，换句话说，存储为分子（1）和分母（10），理解分子除以分母。然后一个正确编写的数学库可以使用这些分数并为您做数学运算。但它比使用浮点数慢得多，所以它并不经常使用。 （我认为在银行业中，他们通常只使用整数而不是浮点来存储货币; 1.23美元可以存储为数字123，隐含两位小数。当处理货币时，浮点数不够准确！ ）