Python中round()函数返回错误结果的原因及解决方法

这其实是浮点数二进制存储的精度问题导致的，很多刚接触Python的开发者都会遇到这个“反直觉”的情况！

为什么会出现这种差异？ #

计算机中的float类型是用二进制存储的，但很多十进制小数无法被二进制精确表示，会变成无限循环的二进制小数，存储时只能取近似值。举个例子：

• 你看到的5.45，实际在计算机中存储的是一个略大于5.45的值（比如5.4500000000000001776...）
• 而5674.45实际存储的是一个略小于5674.45的值（比如5674.449999999999317...）

当你调用round()函数时，它是基于这个近似值来计算的：

• 对于略大于5.45的数，保留1位小数时会向上舍入到5.5
• 对于略小于5674.45的数，保留1位小数时会向下舍入到5674.4

你可以用repr()函数查看浮点数的真实存储值来验证：

print(repr(5.45))       # 输出 '5.45000000000000017763568394002504646778106689453125'
print(repr(5674.45))    # 输出 '5674.449999999999317878973670303821563720703125'

解决办法 #

最可靠的方式是使用Python标准库中的decimal模块，它可以精确处理十进制数，完全避免浮点数精度问题，并且支持我们熟悉的“四舍五入”规则：

from decimal import Decimal, ROUND_HALF_UP

def precise_round(num, decimals):
    # 将数字转为字符串再转Decimal，避免浮点数转换带来的误差
    decimal_num = Decimal(str(num))
    # 定义舍入的精度格式，比如1位小数就是'1.0'
    precision = Decimal('1.' + '0' * decimals)
    # 使用ROUND_HALF_UP实现标准四舍五入
    rounded_decimal = decimal_num.quantize(precision, rounding=ROUND_HALF_UP)
    # 转回float类型（如果需要的话）
    return float(rounded_decimal)

# 测试你的案例
print(precise_round(5.45, 1))        # 输出 5.5
print(precise_round(5674.45, 1))     # 输出 5674.5
print(precise_round(45357.45, 1))    # 输出 45357.5

如果你不想引入decimal模块，也可以尝试先将数值放大到整数再处理，但要注意这个方法在某些极端场景下仍可能存在精度问题：

def simple_round(num, decimals):
    factor = 10 ** decimals
    # 加1e-10是为了修正微小的精度误差，避免因为近似值偏小导致舍入错误
    return round(num * factor + 1e-10) / factor

print(simple_round(5674.45, 1))  # 输出 5674.5

不过这种方法不如decimal模块稳定，优先推荐前者。

补充说明：Python的round()默认使用的是“银行家舍入法”（四舍六入五成双），但你遇到的问题核心还是浮点数精度导致的实际值偏差，而非舍入规则本身。

内容的提问来源于stack exchange，提问作者shiv_90