标签:注意 支持 visio 本机 mat 返回 flags context opera
浮点数是用机器上浮点数的本机双精度(64 bit)表示的。提供大约17位的精度和范围从-308到308的指数。和C语言里面的double类型相同。Python不支持32bit的单精度浮点数。如果程序需要精确控制区间和数字精度,可以考虑使用numpy扩展库。
Python 3.X对于浮点数默认的是提供17位数字的精度。
关于单精度和双精度的通俗解释:
单精度型和双精度型,其类型说明符为float 单精度说明符,double 双精度说明符。在Turbo C中单精度型占4个字节(32位)内存空间,其数值范围为3.4E-38~3.4E+38,只能提供七位有效数字。双精度型占8 个字节(64位)内存空间,其数值范围为1.7E-308~1.7E+308,可提供16位有效数字。
将精度高的浮点数转换成精度低的浮点数。
这个是使用最多的,刚看了round()的使用解释,也不是很容易懂。round()不是简单的四舍五入的处理方式。
For the built-in types supporting round(), values are rounded to the closest multiple of 10 to the power minus ndigits; if two multiples are equally close, rounding is done toward the even choice (so, for example, both round(0.5) and round(-0.5) are 0, and round(1.5) is 2).
1
2
3
4
5
6
7
8
|
>>> round ( 2.5 ) 2 >>> round ( 1.5 ) 2 >>> round ( 2.675 ) 3 >>> round ( 2.675 , 2 ) 2.67 |
round()如果只有一个数作为参数,不指定位数的时候,返回的是一个整数,而且是最靠近的整数(这点上类似四舍五入)。但是当出现.5的时候,两边的距离都一样,round()取靠近的偶数,这就是为什么round(2.5) = 2。当指定取舍的小数点位数的时候,一般情况也是使用四舍五入的规则,但是碰到.5的这样情况,如果要取舍的位数前的小树是奇数,则直接舍弃,如果偶数这向上取舍。看下面的示例:
1
2
3
4
5
6
7
8
9
10
|
>>> round ( 2.635 , 2 ) 2.63 >>> round ( 2.645 , 2 ) 2.65 >>> round ( 2.655 , 2 ) 2.65 >>> round ( 2.665 , 2 ) 2.67 >>> round ( 2.675 , 2 ) 2.67 |
效果和round()是一样的。
1
2
3
4
5
6
7
8
9
|
>>> a = ( "%.2f" % 2.635 ) >>> a ‘2.63‘ >>> a = ( "%.2f" % 2.645 ) >>> a ‘2.65‘ >>> a = int ( 2.5 ) >>> a 2 |
python默认的是17位小数的精度,但是这里有一个问题,就是当我们的计算需要使用更高的精度(超过17位小数)的时候该怎么做呢?
1
2
3
|
>>> a = "%.30f" % ( 1 / 3 ) >>> a ‘0.333333333333333314829616256247‘ |
可以显示,但是不准确,后面的数字往往没有意义。
1
2
3
4
5
6
7
8
9
10
11
12
|
>>> from decimal import * >>> print (getcontext()) Context(prec = 28 , rounding = ROUND_HALF_EVEN, Emin = - 999999 , Emax = 999999 , capitals = 1 , clamp = 0 , flags = [], traps = [InvalidOperation, DivisionByZero, Overflow]) >>> getcontext().prec = 50 >>> b = Decimal( 1 ) / Decimal( 3 ) >>> b Decimal( ‘0.33333333333333333333333333333333333333333333333333‘ ) >>> c = Decimal( 1 ) / Decimal( 17 ) >>> c Decimal( ‘0.058823529411764705882352941176470588235294117647059‘ ) >>> float (c) 0.058823529411764705 |
默认的context的精度是28位,可以设置为50位甚至更高,都可以。这样在分析复杂的浮点数的时候,可以有更高的自己可以控制的精度。其实可以留意下context里面的这rounding=ROUND_HALF_EVEN 参数。ROUND_HALF_EVEN, 当half的时候,靠近even.
既然说到小数,就必然要说到整数。一般取整会用到这些函数:
这个不说了,前面已经讲过了。一定要注意它不是简单的四舍五入,而是ROUND_HALF_EVEN的策略。
取大于或者等于x的最小整数。
去小于或者等于x的最大整数。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
>>> from math import ceil, floor >>> round ( 2.5 ) 2 >>> ceil( 2.5 ) 3 >>> floor( 2.5 ) 2 >>> round ( 2.3 ) 2 >>> ceil( 2.3 ) 3 >>> floor( 2.3 ) 2 >>> |
标签:注意 支持 visio 本机 mat 返回 flags context opera
原文地址:http://www.cnblogs.com/yanglang/p/7976118.html