Numpy四舍五入异常：特定数值舍入结果不符预期

这个问题的核心不是numpy.round的错误，而是浮点数的二进制存储精度限制导致的：

• 你输入的数值121921117.714999988675115，作为64位浮点数（Python默认的浮点数类型）存储时，无法精确对应你输入的十进制字面量。因为十进制小数大多无法用有限位二进制小数精确表示，实际存储的二进制浮点数对应的十进制值更接近121921117.71499997。
• numpy.round直接基于底层存储的二进制浮点数进行舍入计算，所以得到的结果是121921117.71499997，这是符合其计算逻辑的。
• Python内置的round函数在处理时，对浮点数的十进制表示做了额外的兼容优化，结果更贴近我们的十进制直觉，但本质上也是基于浮点数的近似特性，并非真正解决了精度问题。

验证初始值的实际存储：

x = 121921117.714999988675115
print(x)  # 输出：121921117.71499997

从输出就能看到，这个值在内存中已经被近似，numpy.round的结果正是基于这个近似值计算的。

内容的提问来源于stack exchange，提问作者Ivan R