floor(-1e-14 % 2)
Out[1]: 1.0
floor(-1e-16 % 2)
Out[2]: 2.0
我知道-1e-16可能距离0太近了，但% 2操作后的楼层结果绝对不应该是2（0或1）！
答案 0 :(得分：6)
这不是地板上的错误。检查%
In [61]: -1e-16 % 2
Out[61]: 2.0
In [62]: -1e-14 % 2
Out[62]: 1.99999999999999
您可以阅读What Every Computer Scientist Should Know About Floating-Point Arithmetic以了解%行为的原因。
decimal模块支持十进制浮点运算。它比foat数据类型具有几个优点。因此，对于浮点值的精确数学
<强> sys.float_info
有关浮动类型的详细信息，可以使用sys.flaot_info。
sys.float_info.dig显示可以在浮点数中忠实表示的最大小数位数;对于包含具有更多数字的值的计算，您可能不会期望具有给定精度的准确结果
这就是我所拥有的
In [217]: import sys
In [218]: sys.float_info.dig
Out[218]: 15
答案 1 :(得分：2)
你是对的，-1e-16的结果不应该是2.0，但漂浮物很奇怪，并且臭名昭着不精确。 %运算符states的规范：
而abs（x％y）＆lt; abs（y）在数学上是正确的，对于浮点数，由于舍入，它可能不是真正的数字。例如，假设一个Python浮点数是IEEE 754双精度数的平台，为了使-1e-100％1e100与1e100具有相同的符号，计算结果为-1e-100 + 1e100，这是在数字上完全等于1e100。函数math.fmod（）返回一个符号与第一个参数的符号匹配的结果，因此在这种情况下返回-1e-100。哪种方法更合适取决于应用程序。