Python中complex与float类型运算出现精度丢失的原因及解决办法

问题成因 #

你观察到的精度异常不是complex类型独有的问题，本质是二进制浮点数的固有存储限制：

• 计算机底层采用二进制存储浮点数，绝大多数十进制有限小数（比如你用到的10.11、10.2356）转换为二进制后是无限循环小数，存储时会被截断为固定长度的近似值（Python的float采用双精度64位标准，complex的实部、虚部底层也都基于float存储）。
• 这类近似值本身就存在微小误差，经过运算后误差会显性暴露，所以你会看到float加法和complex加法都出现了和预期不符的结果。

修复方案 #

根据你的使用场景可以选择不同的处理方式：

• 仅需输出符合预期的展示结果，不需要高精度运算
  直接通过字符串格式化限制输出小数位数即可，只要保留的位数低于双精度浮点数的有效精度范围（15~17位有效数字），就可以掩盖底层误差，示例代码：

  # 浮点数输出，保留4位小数
  print(f"{aFloat + bFloat:.4f}") 
  # 复数输出，实部保留4位小数
  res_complex = aComplex + bComplex
  print(f"({res_complex.real:.4f}+{res_complex.imag}j)")
  

• 需要高精度十进制运算（如金融、精准统计场景）
  使用Python标准库decimal模块实现十进制高精度存储，完全避免二进制转换误差，复数运算可将实部、虚部分开用Decimal类型处理，示例代码：

  from decimal import Decimal, getcontext
  # 全局设置保留10位有效数字，可根据需求调整
  getcontext().prec = 10
  
  # 高精度浮点数运算
  a_dec = Decimal("10.11")
  b_dec = Decimal("10.2356")
  print(a_dec + b_dec) # 输出结果为20.3456，无误差
  
  # 高精度复数运算
  a_complex_real, a_complex_imag = Decimal("10.11"), Decimal("2")
  b_complex_real, b_complex_imag = Decimal("10.2356"), Decimal("5")
  res_real = a_complex_real + b_complex_real
  res_imag = a_complex_imag + b_complex_imag
  print(f"{res_real}+{res_imag}j") # 输出结果为20.3456+7j，无误差
  

• 需要判断浮点数/复数是否相等
  不要直接用==做等值判断，使用math.isclose()（判断浮点数）或cmath.isclose()（判断复数），允许合理的误差范围：

  import math, cmath
  print(math.isclose(aFloat + bFloat, 20.3456)) # 返回True
  print(cmath.isclose(aComplex + bComplex, 20.3456+7j)) # 返回True
  

内容的提问来源于stack exchange，提问作者Square Y