python运算float浮点数精度丢失问题及解决方案

问题复现

3.8+3.9
7.699999999999999

3.8*3.9
14.819999999999999

精度丢失原因

这个是计算机本身的问题，不止是python会有这个问题，所有语言都会有这个问题，遵循​​ IEEE 754​​ 规范，采用双精度存储（double precision），占用64bit
浮点数在计算机中实际是以二进制保存的，有些数不精确。
比如说: 0.1是十进制，转化为二进制后它是个无限循环的数：
0.00011001100110011001100110011001100110011001100110011001100
而python是以双精度(64)位来保存浮点数，多余的位会被截掉，所以看到的是0.1，但在电脑上实际保存的已不是精确的0.1，参与运算后，也就有可能点误差。

解决方案

方案1：先将浮点数放大倍数到整数，再进行运算，最后将结果缩小倍数。

直接上代码：

def ymul(*numbers):
    """
    乘积
    :param numbers: eg: [1.2, 2.21, 3.141]
    :return:
    """
    nums = [str(n).partition(".") for n in numbers]
    product = 1
    place = 0
    for n in nums:
        product *= int(f"{n[0]}{n[2]}")
        place += len(n[2])
    r = product / 10 ** place
    return r


def ysum(*numbers):
    """
    相加, 和
    :param numbers: eg: [1.2, 2.21, 3.141]
    :return:
    """
    nums = [str(n).partition(".") for n in numbers]
    max_place = max(len(n[2].strip("-")) for n in nums)  # 最大小数位
    product = sum(int(f"{n[0]}{n[2].ljust(max_place, '0')}") for n in nums)
    r = product / 10 ** max_place
    return r

if __name__ == '__main__':
    print(ymul(3.8, 3.9))
    print(ysum(3.8, 3.9))

运行结果如下：

14.82
7.7

不导入任何包，完美解决精度丢失的问题！！！

方案2： 使用 decimal 包解决

from decimal import Decimal

Decimal("3.8") + Decimal("3.9")
Decimal("3.8") * Decimal("3.9")

运行结果如下：

Decimal('7.7')
Decimal('14.82')

解决！！！