Python中的浮点数原理与运算分析
本文实例讲述了Python中的浮点数原理与运算。分享给大家供大家参考，具体如下：
先看一个违反直觉的例子：
>>>https://m.qb5200.com/shttps://m.qb5200.com/=https://m.qb5200.com/0.
>>>https://m.qb5200.com/forhttps://m.qb5200.com/ihttps://m.qb5200.com/inhttps://m.qb5200.com/range(10):https://m.qb5200.com/shttps://m.qb5200.com/+=https://m.qb5200.com/.1
>>>https://m.qb5200.com/s
0.9999999999999999
#https://m.qb5200.com/错误被累加
再看一个更为普遍，直接影响判断逻辑的例子：
>>>https://m.qb5200.com/fromhttps://m.qb5200.com/mathhttps://m.qb5200.com/importhttps://m.qb5200.com/sqrt
>>>https://m.qb5200.com/ahttps://m.qb5200.com/=https://m.qb5200.com/sqrt(2)
>>>https://m.qb5200.com/a*ahttps://m.qb5200.com/==https://m.qb5200.com/a
False
之所以会出现以上的结果，在于https://m.qb5200.com/Pythonhttps://m.qb5200.com/（更准确地说是计算机硬件体系结构）对浮点数的表示，我们来看计算机（基于二进制）对十进制小数https://m.qb5200.com/0.1https://m.qb5200.com/的表示，十进制小数向二进制小数转换的方法请见https://m.qb5200.com/Python十进制小数与二进制小数相互转换。将十进制小数https://m.qb5200.com/0.1https://m.qb5200.com/转换为二进制时的结果为https://m.qb5200.com/0.0001100110011001....，无限循环，计算机无法展示无限的结果，只能对结果进行截断，这是浮点数精度问题的根源。
“==”https://m.qb5200.com/onhttps://m.qb5200.com/floats
基于以上的考虑，当我们进行浮点数的相等比较时，要特别小心，直接使用https://m.qb5200.com/==https://m.qb5200.com/是有问题的，一种通用的做法即是，不是检测浮点数是否相等，而是检测二者是否足够接近，
>>>https://m.qb5200.com/ahttps://m.qb5200.com/=https://m.qb5200.com/sqrt(2)
>>>https://m.qb5200.com/abs(a*a-2)https://m.qb5200.com/<https://m.qb5200.com/epsilon
#https://m.qb5200.com/判断是否小于某一小量
