Python浮点数运算存储、计算与结果展示问题方案咨询

该问题属于Python浮点数精度领域的经典通用问题，社区已有成熟统一的解法，无需重复开提问，不同场景的规范实现如下：

之前Decimal使用无效的核心原因 #

直接向Decimal构造函数传入float字面量是错误用法：当书写Decimal(0.35)时，0.35作为原生float类型本身已经经过二进制存储截断，是带固有误差的值，Decimal接收到的输入本身就不精确，自然无法输出正确的精确计算结果。
同理，原生float调用as_integer_ratio()无法得到(7,20)的原因也是如此：Python原生float遵循IEEE754双精度浮点数标准，采用二进制存储，0.35这类十进制有限小数转换为二进制是无限循环值，存储时会做截断，自然无法精确表示为7/20。

分场景规范实现 #

1. 变量存储规范 #

• 金融、财务、计量等对精度零容忍的场景：禁止直接使用原生float存储十进制小数，统一采用decimal.Decimal类型存储，初始化时必须传入字符串格式的十进制值、整数值或合法构造元组，禁止直接传入float字面量。

  from decimal import Decimal
  # 正确初始化方式
  price = Decimal('0.35')
  count = Decimal('0.1')
  # 错误初始化方式（即之前踩的坑）
  wrong_price = Decimal(0.35)
  

• 科学计算、图形渲染、机器学习等优先追求运算速度、允许微小固有误差的场景：直接使用原生float存储即可，不需要额外做精度转换。

2. 二次运算规范 #

• 精度敏感场景：运算全程保持Decimal类型，不要中途转换为float避免引入截断误差，可根据业务需求提前设置全局运算精度：

  from decimal import Decimal, getcontext
  # 设置全局运算有效数字精度，默认值为28，可按需调整
  getcontext().prec = 28
  a = Decimal('0.35')
  b = Decimal('0.1')
  res = a + b  # 得到精确值Decimal('0.45')
  print(res.as_integer_ratio())  # 输出(9, 20)，和数学预期完全一致
  

• 非精度敏感场景：直接使用原生float运算即可，不要做无意义的中途精度修正。禁止直接用==判断两个float值是否相等，需通过差值阈值判断：

  a = 0.35 + 0.1
  # 正确等值判断写法，1e-9为通用允许误差阈值
  eps = 1e-9
  print(abs(a - 0.45) < eps)  # 输出True
  # 错误写法
  print(a == 0.45)  # 输出False
  

• 注意：所有round截断、精度对齐操作只放在最终输出环节执行，不要在运算过程中提前截断，避免误差累积。

3. 结果展示规范 #

• 精度敏感场景：直接对Decimal类型的最终结果做格式化输出，不要先转float再格式化：

  res = Decimal('0.45')
  print(format(res, '.2f'))  # 输出0.45
  print(str(res))  # 输出0.45
  

• 非精度敏感场景：需要固定小数位展示时，直接使用format(值, '.nf')格式化即可，这是Python标准的格式化写法，会自动做四舍五入处理，比如之前测试的format(0.35 + 0.1, '.2f')得到'0.45'就是完全符合要求的展示结果，不需要额外处理。

内容的提问来源于stack exchange，提问作者paulyang0125