这位初学者的问题是：
在Python中，如何精确地进行浮点数的四舍五入，保留两位小数？
如果你在Google或者百度上搜索，你会创造大量的来自CSDN、百家号、头条号或者简书上面的文章讲到这一点，但是他们的说法无外乎下面几种：
如下图所示，
利用round函数他们举的例子为：
>>> round(1.234, 2)1.23复制代码
这种文章，他只演示了四舍，但是却没有演示五入。以是如果你代码稍作修正，就会创造有问题：
>>> round(11.245, 2)11.24复制代码先放大再缩小
这种文章轻微好一点，知道多举几个例子：
然而这种文章也是漏洞百出，只要你多考试测验几个数字就会创造问题，在Python 2和Python 3下面，效果是不一样的。先来看看Python 2下面的运行效果：
在Python 2里面，直策应用round，1.125精确到两位小数后为1.13，而1.115精确到两位小数后是1.11。
再来看看Python 3下面的效果：
在Python 3下面，1.125在精确到两位小数往后是1.12。
他举的例子，在Python 3中先放大再缩小，也并不总是精确。
装b货还有一种装b货，文章和先放大再缩小差不多，但是他还知道decimal这个模块。
不过他的利用方法，大家看他吧
详细缘故原由不详 ？？？？
不推举利用这个方法？？？
这种人要先装个逼，表示自己知道有这样一个库，但是用起来创造有问题，而且不知道缘故原由，以是不建议大家利用。
decimal是专门为高精度打算用的模块，他竟然说不建议大家利用？？？
round到底出了什么问题？骂完了，我们来说说，在Python 3里面，round这个内置的函数到底有什么问题。
网上有人说，由于在打算机里面，小数是禁绝确的，例如1.115在打算机中实际上是1.1149999999999999911182，以是当你对这个小数精确到小数点后两位的时候，实际上小数点后第三位是4，以是四舍五入，因此结果为1.11。
这种说法，对了一半。
由于并不是所有的小数在打算机中都是禁绝确的。例如0.125这个小数在打算机中便是精确的，它便是0.125，没有省略后面的值，没有近似，它确确实实便是0.125。
但是如果我们在Python中把0.125精确到小数点后两位，那么它的就会变成0.12：
>>> round(0.125, 2)0.12复制代码
为什么在这里四舍了？
还有更奇怪的，另一个在打算机里面能够精确表示的小数0.375，我们来看看精确到小数点后两位是多少：
>>> round(0.375, 2)0.38复制代码
为什么这里又五入了？
由于在Python 3里面，round对小数的精确度采取了四舍六入五成双的办法。
如果你写过大学物理的实验报告，那么你该当会记得老师讲过，直策应用四舍五入，末了的结果可能会偏高。以是须要利用奇进偶舍的处理方法。
例如对付一个小数a.bcd，须要精确到小数点后两位，那么就要看小数点后第三位：
如果d小于5，直接舍去如果d大于5，直接进位如果d即是5： d后面没有数据，且c为偶数，那么不进位，保留c d后面没有数据，且c为奇数，那么进位，c变成(c + 1) 如果d后面还有非0数字，例如实际上小数为a.bcdef，此时一定要进位，c变成(c + 1)关于奇进偶舍，有兴趣的同学可以在维基百科搜索这两个词条：数值修约和奇进偶舍。
以是，round给出的结果如果与你设想的不一样，那么你须要考虑两个缘故原由：
你的这个小数在打算机中能不能被精确储存？如果不能，那么它可能并没有达到四舍五入的标准，例如1.115，它的小数点后第三位实际上是4，当然会被舍去。如果你的这个小数在打算机中能被精确表示，那么，round采取的进位机制是奇进偶舍，以是这取决于你要保留的那一位，它是奇数还是偶数，以及它的下一位后面还有没有数据。如何精确进行四舍五入如果要实现我们数学上的四舍五入，那么就须要利用decimal模块。
如何精确利用decimal模块呢？
看官方文档，不要看中文垃圾博客！
！
！
看官方文档，不要看中文垃圾博客！
！
！
看官方文档，不要看中文垃圾博客！
！
！
不要担心看不懂英文，Python已经推出了官方中文文档（有些函数的利用方法还没有翻译完成）。
我们来看一下：docs.python.org/zh-cn/3/lib…
官方文档给出了详细的写法：
>>>Decimal('1.41421356').quantize(Decimal('1.000'))Decimal('1.414')复制代码
那么我们来测试一下，0.125和0.375分别保留两位小数是多少：
>>> from decimal import Decimal>>> Decimal('0.125').quantize(Decimal('0.00'))Decimal('0.12')>>> Decimal('0.375').quantize(Decimal('0.00'))Decimal('0.38')复制代码
怎么结果和round一样？我们来看看文档中quantize的函数原型和文档解释：
这里提到了可以通过指定rounding参数来确定进位办法。如果没有指定rounding参数，那么默认利用高下文供应的进位办法。
现在我们来查看一下默认高下文中的进位办法是什么：
>>> from decimal import getcontext>>> getcontext().rounding'ROUND_HALF_EVEN'复制代码
如下图所示：
ROUND_HALF_EVEN实际上便是奇进偶舍！
如果要指定真正的四舍五入，那么我们须要在quantize中指定进位办法为ROUND_HALF_UP：
>>> from decimal import Decimal, ROUND_HALF_UP>>> Decimal('0.375').quantize(Decimal('0.00'), rounding=ROUND_HALF_UP)Decimal('0.38')>>> Decimal('0.125').quantize(Decimal('0.00'), rounding=ROUND_HALF_UP)Decimal('0.13')复制代码
现在看起来统统都正常了。
那么会不会有人进一步追问一下，如果Decimal吸收的参数不是字符串，而是浮点数会怎么样呢？
来实验一下：
>>> Decimal(0.375).quantize(Decimal('0.00'), rounding=ROUND_HALF_UP)Decimal('0.38')>>> Decimal(0.125).quantize(Decimal('0.00'), rounding=ROUND_HALF_UP)Decimal('0.13')复制代码
那是不是解释，在Decimal的第一个参数，可以直接传浮点数呢？
我们换一个数来测试一下：
>>> Decimal(11.245).quantize(Decimal('0.00'), rounding=ROUND_HALF_UP)Decimal('11.24')>>> Decimal('11.245').quantize(Decimal('0.00'), rounding=ROUND_HALF_UP)Decimal('11.25')复制代码
为什么浮点数11.245和字符串'11.245'，传进去往后，结果不一样？
我们连续在文档在探求答案。
官方文档已经很清楚地解释了，如果你传入的参数为浮点数，并且这个浮点值在打算机里面不能被精确存储，那么它会先被转换为一个禁绝确的二进制值，然后再把这个禁绝确的二进制值转换为等效的十进制值。
对付不能精确表示的小数，当你传入的时候，Python在拿到这个数前，这个数就已经被转成了一个禁绝确的数了。以是你虽然参数传入的是11.245，但是Python拿到的实际上是11.244999999999...。
但是如果你传入的是字符串'11.245'，那么Python拿到它的时候，就能知道这是11.245，不会提前被转换为一个禁绝确的值，以是，建议给Decimal的第一个参数传入字符串型的浮点数，而不是直接写浮点数。
总结，如果想实现精确的四舍五入，代码该当这样写：
from decimal import Decimal, ROUND_HALF_UPorigin_num = Decimal('11.245')answer_num = origin_num.quantize(Decimal('0.00'), rounding=ROUND_HALF_UP)print(answer_num)复制代码
运行效果如下图所示：
特殊把稳，一旦要做精确打算，那么就不应该再单独利用浮点数，而是该当总是利用Decimal('浮点数')。否则，当你赋值的时候，精度已经被丢失了，建议全程利用Decimal举例：
a = Decimal('0.1')b = Decimal('0.2')c = a + bprint(c)复制代码
末了，
整理了一套最新的python系统学习教程，
想要这些资料的可以关注私信小编“01”即可（免费分享哦）希望能对你有所帮助
