在Python中使用浮点来进行精确计算可能是危险的。
当你试图找出 2.32 x 3 是多少时，Python 告诉你是 6.9599999999999。对于某些计算，这很好。但是如果你正在计算一个涉及金钱的交易，这不是你想看到的。
在这篇文章中，我们将向您展示如何通过导入小数模块来获得精确的计算结果。为了了解为什么这很有帮助，我们首先需要介绍一些关于数字在 Python 中如何表示的背景。
十进制和二进制数字
一个浮点数字只是一个带有小数点的数字。在Python中，你可以通过使用内置函数type()来检查一个数字是否是浮点数：
>>> type(1)
内置函数float()和int()可以将其他数据类型，包括字符串，分别转换成浮点数和整数：
print(float(1))
print(float('1。 10'))
print(int(1.1))
当你在Python中输入一个浮点数时，它是以10进制(十进制)数制表示的。以十进制分数0.1234为例，它可以表示为1/101+2/102+3/103+4/104。然而，计算机硬件以基数2（二进制）存储数字。例如，二进制分数0.1011（十进制相当于0.6875）可以表示为1/21+0/22+1/23+1/24。
问题是大多数十进制分数不能完全表示为二进制分数。这意味着你输入到Python中的大多数浮点数只能由机器上存储的二进制浮点数来近似表示。
考虑一下十进制浮点数0.1。作为一个十进制小数，它可以完全用1/101来表示，但是最接近的二进制小数表示是3602879701896397/255。当你把这个值输入Python终端时，这个值被四舍五入到0.1来显示，这可能会产生误导，因为存储在机器上的值实际上是：0.1000000000000000055511151231257827021181583404541015625
在Python中数钱
你可能开始明白这可能成为一个问题。考虑以下关于在Python中数钱的情景：
unit_price = 2.32
number_sold = 3
money_received = 6.96
if unit_price * number_sold == money_received:
print('Accounts balanced')
else:
raise ValueError('Accounts not balanced')
这里，unit_price 和 money_received 是浮点数，而 number_sold 是一个整数。在这个例子中，账目确实是平衡的。然而，由于浮点数在你的机器上是如何表示和存储的，这产生了一个错误，表明收到的钱和销售的金额之间存在差异。
这就是小数模块的用武之地。它在默认的 Python 安装中出现，并有几个类。与我们的问题相关的是 Decimal() 类。使用这个模块的好处是十进制数可以在 Python 中精确表示。这种精确性也适用于算术的结果。
因此，为了解决上述问题，可以导入这个类并使用如下：
from decimal import Decimal
unit_price = Decimal('2.32')
number_sold = 3
money_received = Decimal('6. 96')
if unit_price * number_sold == money_received:
print('Accounts balanced')
else:
raise ValueError('Accounts not balanced')
注意这里Decimal()的输入值是一个字符串，但其他数据类型也可以作为输入。在上面的例子中，如果你将变量定义为unit_price = Decimal(2.32)，你最终得到的是2.32的不精确表示，因为浮点数被转换为其二进制十进制等价物。
以浮点数0.1作为输入。在Python终端输入Decimal(0.1)会返回Decimal('0.1000000000000000055511151231257827021181583404541015625')。我们早些时候遇到过这种表示法。所以，要在 Python 中准确地计算金钱，使用字符串作为输入是更好、更直观的。
顺便说一下，如果你想学习如何在 Python 中使用字符串，请查看这个课程。
变量 unit_price 和 money_received 现在是 Decimal 对象，有一个新的数据类型 decimal.Decimal。像我们上面做的那样，使用内置的函数 type() 自己检查一下。
这些 Decimal 对象有许多与其他数据类型（如浮点和整数）相同的属性。正常的数学运算适用，而且这些运算的结果有一个精确的表示，这就是解决我们账目平衡问题的原因。像其它数据类型一样，小数对象可以在列表或字典中使用，它们可以被复制、打印、排序或转换为其它数据类型。
精度
对于许多涉及在 Python 中精确计算金钱的应用，能够设置数字的精度是很好的。十进制模块为用户提供了这样的能力，默认值为28位小数。另一方面，浮点数字的精度通常只有15位以下。设置精度很简单：
f from decimal import *
getcontext().prec = 10
该模块包括有效位的概念，所以Decimal('1.10') + Decimal('20.20')的结果是Decimal('21.30')，为了保持一致性，保留了尾部的零。此外，该模块还包括定义数字的四舍五入方式的能力。这也是通过getcontext()处理的。你可以在官方文档中阅读更多内容。
十进制对象和方法
十进制对象有几个方法，有助于进一步计算、转换和检查。例如，有一些方法可以计算平方根、指数函数和对数。你还可以找到最大值和最小值，使用逻辑运算，并对有限值和NaN值进行检查，等等。
很多这些对于其他Python包的用户来说是熟悉的，比如numpy（非常适合处理数组）、math（非常适合处理标量）或pandas（非常适合数据清理和分析）。但是使用十进制模块可以提供上面讨论的所有优点。
两个有助于处理格式化的方法是 normalize() 和 quantize()。前者剥离了最右边的尾部零，并规范了对象的格式。例如，Decimal('1.10').normalize()和Decimal('0.11e1').normalize()都返回Decimal('1.1')。
另一方面，后一个函数quantize()用于舍弃数值，以匹配参数的指数，从而使两个数值的小数位数相同，而你不必事先知道有多少。
>>> value1 = Decimal('1.01')
>> value2 = Decimal('10.001')
>> value1.quantize(value2)Decimal('1.010')
>> value2.quantize(value1)Decimal('10.00')
但要注意：只对计算的最终结果进行量化，以防止小的舍入误差积累。
在Python中计算金钱。现在去哪里？
我们已经回顾了使用十进制模块在Python中数钱的情况，但是还有其他值得一提的Python模块。例如，fractions 通过实现基于有理数的算术来支持精确计算。
Python 模块 money、price 和 py-moneyed 在十进制模块的基础上为资金管理提供了额外的功能。它们都支持处理不同的货币，所以你可以避免不小心把欧元加到美元上而没有考虑到汇率。检查一下它们，看看哪一个最适合你的需要。鉴于金融已经变得如此自动化，拥有十进制模块，以及 decimal.Decimal 数据类型和 Python 内置的额外功能，对许多项目来说是一个巨大的优势。
你也可以在十进制功能的基础上创建自己的项目来处理你的财务。对于一个有抱负的数据科学家来说，这个详细的课程是一个很好的起点，它涉及到我们在这里讨论的许多主题。
在Python中处理数字和进行精确的计算是很好的，但大多数结果需要被可视化以正确理解它们。我们在数据可视化方面有一些很好的介绍性材料，值得一看。请看这里的第一部分和第二部分。