Question

如果您将以下内容放入App Engine Shell，则会获得'50.49'。这个结果在2.5和2.7运行时都是一致的。

 >> a = '%0.2f' % (round(float(u'50.485'), 2),)
 >> a
'50.49'

但是，如果我将相同的东西放入运行python 2.7.1的本地MacBook Pro中，我会得到'50.48'。

 >> a = '%0.2f' % (round(float(u'50.485'), 2),)
 >> a
'50.48'

为什么会有所不同，如何在本地计算机和App Engine的服务器之间保持一致？

Answer 1

显然，Google App Engine使用“float”C类型（IEEE 754单精度），而本地Python使用“double”代替（IEEE 754双精度）。

我怀疑CPython有一个配置开关使用'float'而不是'double'，但是没有找到。

Answer 2

有趣的是，这个确切的主题在官方Python教程中有所介绍。

浮点算术：问题和限制
http://docs.python.org/2/tutorial/floatingpoint.html

其他惊喜也来自这个。例如，如果您尝试舍入值2.675到两位小数，你得到这个
>>>
>>> round(2.675, 2)
2.67
内置round（）函数的文档说明了它舍入到最接近的值，从零开始四舍五入。自从小数分数2.675正好在2.67和2.68之间，你可能期望这里的结果是（二进制近似）2.68。它不是，因为当十进制字符串2.675转换为a时二进制浮点数，它再次被二进制替换近似，其精确值为
2.67499999999999982236431605997495353221893310546875
由于这个近似值略微接近2.67而不是2.68，因此   四舍五入。

如果你处在一个你关心小数点的情况   中途案例是四舍五入的，你应该考虑使用小数   模块。顺便提一下，十进制模块也提供了一个很好的方法   “看到”存储在任何特定Python float中的确切值
>>>
>>> from decimal import Decimal
>>> Decimal(2.675)
Decimal('2.67499999999999982236431605997495353221893310546875')

尽管使用FORTRAN，但官方Python教程（http://www.lahey.com/float.htm）中链接的文章之一正确地描述了IEEE 754的真正含义：

不同的计算机使用不同的位数来存储浮点数字。 即使使用相同的IEEE格式存储数字，因为计算的差异可能会发生中间寄存器的大小。增加可移植性并确保一致的结果，我建议不要比较确切的平等 FORTRAN中的实数。

因此，如果你真的关心这一点，那么一定要使用内置的十进制模块（或者cdecimal模块，这里有http://pypi.python.org/pypi/cdecimal/2.3，如果性能有问题的话）。

Answer 3

其他答案是正确的，所以我不会就round函数的行为发表任何意见，但如果你想获得一致的结果，可以跳过round，因为你正在使用您在示例中显示的字符串格式（'%0.2f'）。

>> a = '%0.2f' % (float(u'50.485'))
>> a
'50.48'

为什么App Engine与我的本地机器相比显示不同的浮动舍入结果？

3 个答案: