如何在Python3中解决浮点数列表求和的精度误差问题？

当然可以用Python标准库本身解决这个问题，根源在于二进制浮点数无法精确表示十进制的0.35：单个0.35存储时已是近似值，乘法是单次近似后运算，求和则是多次近似值累加，误差累积导致结果差异。以下是几种内置方案：

1. 使用decimal模块（精确控制小数精度） #

decimal模块允许以十进制精确表示小数，可指定精度避免二进制浮点数的误差：

from decimal import Decimal, getcontext

# 设置足够的精度
getcontext().prec = 20
# 用Decimal精确表示0.35
num = Decimal('0.35')
print(num * 10)  # 输出 Decimal('3.5')
print(sum([num]*10))  # 输出 Decimal('3.5')
# 按需转成普通浮点数或字符串
print(float(num * 10))  # 3.5

2. 使用fractions模块（以分数形式精确计算） #

fractions模块将小数转换为分数，基于整数运算完全避免浮点数误差：

from fractions import Fraction

num = Fraction('0.35')  # 自动转换为7/20
print(num * 10)  # 输出 Fraction(7, 2)，对应3.5
print(sum([num]*10))  # 输出 Fraction(7, 2)
# 按需转成浮点数
print(float(num * 10))  # 3.5

3. 合理四舍五入（快速统一结果） #

如果仅需结果一致、不需要绝对精确，可对求和结果进行四舍五入，保留合适小数位数：

a = [0.35 for i in range(10)]
sum_result = round(sum(a), 2)
print(sum_result)  # 3.5
print(sum_result == 0.35*10)  # True

内容的提问来源于stack exchange，提问作者Raiyan