Python decimal用法 python中decimal

前言

1、 decimal

2、 decimal 模块提供有界精度：用于存储数字的位数是固定的，可以通过 decimal.getcontext().prec=x

3、 decimal

4、 decimal 的构建：可以通过整数、字符串或者元组构建 decimal.Decimal

5、 decimal

6、 decimal.Decimal

用法

1、初始化Decimal类时的类变量为整型或者字符串

（注意：但类变量不能是浮点数据类型，因为浮点数据本身就不准确）

from decimal import Decimal

# 1.传入浮点数 5.55
a = Decimal(5.55)
print(type(a))
print('a = ', a)

print('\n')

# 2.传入字符串 '5.55'
b = Decimal('5.55')
print(type(b))
print('b = ', b)

print('\n')

# 3.传入整形 '5'
c = Decimal(5)
print(type(c))
print('c=', c)

运行结果：

2、将浮点数据类型转为Decimal数据类型

from decimal import Decimal

a = 22.222
print(type(a))
print('a=', a)

print('\n')

b = Decimal.from_float(a)
print(type(b))
print('b = ', b)

运行结果：

3、Decimal数据类型设置有效数字的个数

代码1：

from decimal import Decimal, getcontext

# 通过设定有效数字，限定结果样式
getcontext().prec = 4

x1 = Decimal(1) / Decimal(3)
print('x1 = ', x1)

x2 = Decimal(100) / Decimal(3)
print('x2 = ', x2)

x3 = Decimal(700000) / Decimal(9)
print('x3 = ', x3)

运行结果：

代码2：

from decimal import *

getcontext().prec = 6

c = Decimal(1) / Decimal(7)

print(c)  # 结果为Decimal('0.142857')，六个有效数字

4、Decimal数据类型四舍五入，保留小数位数

from decimal import Decimal

# 保留两位小数
d = Decimal('50.5679').quantize(Decimal('0.00'))
print('d = ', d)

# 保留三位小数
e = Decimal('50.5679').quantize(Decimal('0.000'))
print('e = ', e)

运行结果：

5、Decimal数据类型进行十进制数学计算

from decimal import Decimal

# float数据类型的运算
f = 4.20 + 2.10 + 6.30
print('f=', f)

print('\n')

# Decimal数据类型的运算
i = Decimal('4.20') + Decimal('2.10') + Decimal('6.30')
print('i = ', i)

运行结果：

注意：

# 当然精度提升的同时，肯定带来的是性能的损失。在对数据要求特别精确的场合（例如财务结算），这些性能的损失是值得的。
# 但是如果是大规模的科学计算，就需要考虑运行效率了。毕竟原生的float比Decimal对象肯定是要快很多的。

6、Decimal数据类型转为str数据类型

from decimal import *

a = Decimal('3.40').quantize(Decimal('0.0'))
print(a)
print(type(a))

print('\n')

b = str(Decimal('3.40').quantize(Decimal('0.0')))
print(b)
print(type(b))

运行结果：

示例

python3中的decimal模块处理计算精度问题示例

代码如下：

#!/usr/bin/python3

# coding:utf-8

import decimal

from decimal import Decimal, getcontext


def demo():
    """

    取整问题：

    ROUND_CEILING 总是趋向无穷大向上取整
    ROUND_DOWN　总是趋向0取整
    ROUND_FLOOR 总是趋向负无穷大向下取整
    ROUND_HALF_DOWN　如果最后一个有效数字大于或等于5则朝0反方向取整；否则，趋向0取整
    ROUND_HALF_EVEN　类似于ROUND_HALF_DOWN，不过，如果最后一个有效数字值为5，则会检查前一位。

    偶数值会导致结果向下取整，奇数值导致结果向上取整
    ROUND_HALF_UP 类似于ROUND_HALF_DOWN，不过如果最后一位有效数字为5，值会朝0的反方向取整
    ROUND_UP　朝0的反方向取整
    ROUND_05UP　如果最后一位是0或5，则朝0的反方向取整；否则向0取整
    """

    # 1.常规计算
    getcontext().prec = 9
    r1 = Decimal(1) / Decimal(3)
    print("r1 ", r1)  # r1： 0.333333333

    # 2.但是getcontext().prec会包含小数点前面的所有长度，当前面长度有变化时并不能固定控制小数点后的位数
    r2 = Decimal(10) / Decimal(3)
    print("r2 ", r2)  # r2： 3.33333333

    # 3.想要固定控制小数点后面的位数则需要使用decimal.quantize(Decimal('0.00000000'))，注意不能超过getcontext().prec的位数
    r3 = Decimal(1) / Decimal(3)
    print("r3 ", r3.quantize(Decimal('0.00000000')))  # r3： 0.33333333
    r4 = Decimal(10) / Decimal(3)
    print("r4 ", r4.quantize(Decimal('0.00000000')))  # r4： 3.33333333
    r5 = Decimal(10) / Decimal(str(1.5))
    print("r5 ", r5.quantize(Decimal('0.00000000')))  # r5： 6.66666667

    # 4.向上取整
    getcontext().rounding = getattr(decimal, 'ROUND_CEILING')  # 总是趋向无穷大向上取整
    r6 = Decimal(10) / Decimal(str(1.5))  # r6： 6.66666667
    print("r6 ", r6.quantize(Decimal('0.00000000')))
    r7 = Decimal(10) / Decimal(3)  # r7： 3.33333334
    print("r7 ", r7.quantize(Decimal('0.00000000')))

    # 5.向下取整
    getcontext().rounding = getattr(decimal, 'ROUND_FLOOR')  # 总是趋向无穷大向下取整
    r8 = Decimal(10) / Decimal(str(1.5))  # r8： 6.66666666
    print("r8 ", r8.quantize(Decimal('0.00000000')))
    r9 = Decimal(10) / Decimal(3)  # r9： 3.33333333
    print("r9 ", r9.quantize(Decimal('0.00000000')))


if __name__ == '__main__':
    demo()

运行结果：

 

去期待陌生，去拥抱惊喜。