为什么Python 3字符串函数似乎降低了float的精度？

Question

在Ubuntu 18上的Python（3.6.7）交互式shell中，两者都

>>> n = str(3.140000000000000124344978758017532527446746826171875)
>>> print(n)

和

>>> print(3.140000000000000124344978758017532527446746826171875)

产量3.14。虽然

>>> print('3.140000000000000124344978758017532527446746826171875')

收益3.140000000000000124344978758017532527446746826171875

这是为什么？

注意；我不是在问为什么浮点数会失去精度，而是要问为什么str(n)和'n'（引号）的使用与print()会有不同的表现。

Answer 1

在情况1和2中，您操纵的是一个浮点对象

f = 3.140000000000000124344978758017532527446746826171875

# In case 1
print(str(f))

# In case 2
print(f)

str(f)将float对象转换为字符串，print(f)表示print(repr(f))，repr(f)还将float对象转换为字符串。

在情况3中，您要处理的是一个包含53个字符的字符串对象

将float对象转换为字符串时会发生什么？

str(f)和repr(f)调用相同的函数float_repr。

在函数float_repr中，如果您未指定precision参数，则float对象将转换为具有双精度浮点格式的字符串。

双精度浮点格式可提供15到17个有效的十进制数字精度。

因此，在这种情况下，有效的十进制数字精度为16，3.140000000000000124344978758017532527446746826171875将转换为3.140000000000000。

一个更清晰的例子：

>>> str(3.14000000000000123)
'3.140000000000001'

>>> print(3.14000000000000123)
3.140000000000001