如何识别数据集中浮点数的最大小数位数并用于结果取整？

核心思路是先基于输入的原始字符串统计每个数据的小数位数（避免浮点数二进制存储带来的精度干扰），再找出最大值计算需要保留的小数位数，最后完成统计计算。

步骤1：处理输入并统计小数位数 #

先把输入的字符串按逗号分割，保留每个元素的字符串形式，遍历计算每个元素的小数位数：

• 如果元素不含小数点，小数位数为0
• 如果含小数点，统计小数点后字符的长度

步骤2：计算目标保留位数 #

取所有元素的最大小数位数，加1就是最终要保留的位数K

完整代码示例 #

from statistics import stdev

# 处理输入，保留原始字符串用于统计小数位数
input_strs = input().split(",")
# 遍历统计每个元素的小数位数
max_decimals = 0
for s in input_strs:
    s = s.strip()  # 去除可能的空格
    if "." in s:
        decimal_count = len(s.split(".")[-1])
        if decimal_count > max_decimals:
            max_decimals = decimal_count
# 目标保留位数 = 最大小数位数 + 1
K = max_decimals + 1

# 转换为浮点数计算标准差
dataset = [float(num) for num in input_strs]
# 按要求输出结果
print(round(stdev(dataset), K))

关于两种统计方法的说明 #

1. 字符串统计法：适合你的场景，因为输入是用户手动输入的字符串，能准确反映用户输入的小数位数（比如输入"5.470"会被统计为3位小数，符合实际需求）。
2. as_tuple()方法：依赖浮点数的内部存储，比如0.1的as_tuple()会显示很多位小数，这是因为二进制无法精确表示十进制小数，会导致统计结果不符合用户输入的原始意图，所以不推荐用于这个场景。

内容的提问来源于stack exchange，提问作者JoRayMe