Python中实现高精度小数计算的方法与技巧

Hazel

发布时间：2026-10-13| 5人浏览过

原创

本文详解Python中浮点数精度误差的成因，并重点介绍如何使用decimal模块进行精确的小数运算。通过对比float与Decimal的行为，演示了字符串参数的重要性、localcontext与getcontext的精度控制用法，以及math.fsum处理大数累加误差的技巧，帮助开发者在金融或科学计算中避免精度丢失。

在进行浮点数运算时，计算机无法精确表示所有的十进制小数。

a = 4.1
b = 5.329
print(a+b)
 
9.428999999999998

这种误差源于底层CPU的浮点运算单元遵循IEEE754浮点数算术标准，这被视为一种“特性”而非缺陷。Python的浮点数类型直接采用这种原始表示形式，因此在使用float实例时，精度误差不可避免。

若对性能损耗不敏感，可以通过引入decimal模块来规避此类问题：

from decimal import Decimal
a = Decimal('4.1')
b = Decimal('5.329')
print(a+b)
 
9.429

需特别注意，Decimal构造函数的参数必须为字符串类型。若传入浮点型数值，误差依然存在。

decimal模块的核心功能在于允许用户全面控制计算过程，包括设定数字的有效位数（尾数）及四舍五入规则。

from decimal import Decimal
from decimal import localcontext
a = Decimal(4.1)
b = Decimal(5.329)
print(a/b)
print('================')
with localcontext() as ctx:
  ctx.prec = 3
  print(a/b)
 
0.7693751172827922400071261708
================
0.769

此外，getcontext函数也能实现与localcontext相同的上下文控制功能。

from decimal import Decimal, getcontext
a = Decimal(4.1)
b = Decimal(5.329)
getcontext().prec = 3
print(a/b)
 
0.769

虽然无法彻底消除误差，但可以通过优化算法使其最小化。特别是在将极大数值与极小数值相加时，务必格外谨慎。

nums = [3.21e+18, 1, -3.21e+18]
print(sum(nums))
print('=========================')
import math
res = math.fsum(nums)
print(res)
 
0.0
=========================
1.0

以上关于Python精确小数计算方法的分享旨在提供参考，感谢阅读与支持。