Question

您好我在Python中使用字典存储一些城市及其人口：

population = { 'Shanghai' : 17.8, 'Istanbul' : 13.3, 'Karachi' : 13.0, 'mumbai' : 12.5 }

现在，如果我使用命令print population，我会得到结果：

{'Karachi': 13.0, 'Shanghai': 17.800000000000001, 'Istanbul': 13.300000000000001, 'mumbai': 12.5}

如果我使用命令print population['Shanghai']，我会得到17.8的初始输入。

我的问题是17.8和13.3分别如何变成17.800000000000001和13.300000000000001？所有这些信息是如何产生的？为什么它存储在那里，因为我的初始输入表明我不需要额外的信息，至少据我所知。

Answer 1

这在Python 3.1中已经改变。来自what's new页面：

Python现在使用David Gay的算法来找到最短的算法   不改变其值的浮点表示。这个   应该有助于缓解围绕二进制浮动的一些混乱   点数。

很容易看到像1.1那样的重要性   在二进制浮点中没有精确的等价物。既然有   没有确切的等价物，像float('1.1')这样的表达式求值   最接近的可表示值，以十六进制表示0x1.199999999999ap+0   或十进制1.100000000000000088817841970012523233890533447265625。   最接近的值仍在后续浮点中使用   计算

新功能是如何显示数字。以前，Python使用了   简单的方法。 repr(1.1)的值计算为format(1.1, '.17g')，评估为'1.1000000000000001'。的优点   使用17位数是因为它依靠IEEE-754保证来确保   eval(repr(1.1))将完全往返到其原始值。   缺点是许多人发现输出混乱   （误认为二进制浮点的内在局限性   表示为Python本身的问题。）

repr(1.1)的新算法更智能，并返回'1.1'。   实际上，它搜索所有等效的字符串表示（一个   使用相同的底层浮点值存储并返回   最短的代表性。

新算法在可能的情况下倾向于发出更清晰的表示，   但它并没有改变潜在的价值观。所以，情况仍然如此   即使表达可能暗示1.1 + 2.2 != 3.3 {{1}}   否则。

新算法取决于底层的某些功能   浮点实现。如果找不到所需的功能，   将继续使用旧算法。此外，文字泡菜   协议通过使用旧协议确保跨平台可移植性   算法

（由Eric Smith和Mark Dickinson提供; issue 1580）

Answer 2

您需要了解浮点数在计算机中的工作方式。

基本上，并非所有十进制数都可以准确存储，在这种情况下，您将得到最接近的数字。有时这种抽象会泄漏，你会看到错误。

这可能是由于您描述的两个用例的打印逻辑存在差异。我无法重新生成行为（在Win64中使用Python 2.7.2）。

如果您使用可以准确表示的数字，例如1.5，我会猜测效果会消失。

Answer 3

如果你想要在世界上任何一台机器上指定十进制数，那么你必须使用decimal.Decimal。

有关信息，请参阅Python手册：http://docs.python.org/library/decimal.html

>>> from decimal import Decimal
>>> print Decimal('3.14')
3.14

Python中出现意外的浮点表示

3 个答案: