浮点数加减运算存在微小精度误差，有什么可行的解决方法？

误差产生原因 #

所有遵循IEEE 754标准的二进制浮点数都无法精确表示部分十进制小数（比如0.1、0.000317这类小数转成二进制是无限循环的），存储时就会存在微小的截断误差，多次加减运算后误差会累积放大，就会出现你看到的和理论值不符的情况。

1. 使用Python标准库decimal做精确十进制运算 #

这是精度要求高的场景（比如金融计算）的首选方案，可以自定义运算精度，完全规避二进制浮点数的误差。
注意初始化Decimal时必须传字符串形式的数值，不要直接传入float类型，否则传入的float本身就已经存在精度误差。

from decimal import Decimal, getcontext

# 根据业务需求设置足够的运算精度
getcontext().prec = 20

float_calc = [Decimal('0.0')]
float_calc.append(float_calc[0] + Decimal('0.000317'))
float_calc.append(float_calc[1] + Decimal('0.000318'))
float_calc.append(float_calc[2] - Decimal('0.000318'))
float_calc.append(float_calc[3] + Decimal('0.000317'))

# 转换为float输出即可得到符合预期的结果
print([float(x) for x in float_calc])
# 输出：[0.0, 0.000317, 0.000635, 0.000317, 0.000634]

2. 整数放大法 #

不想引入额外依赖时，可以把所有小数统一放大到整数范围运算，完成后再缩小对应倍数即可。比如你的数值精确到小数点后6位，就统一乘以10^6转成整数计算：

scale = 10 ** 6
float_calc = [0]
float_calc.append(float_calc[0] + 317)
float_calc.append(float_calc[1] + 318)
float_calc.append(float_calc[2] - 318)
float_calc.append(float_calc[3] + 317)

# 最后统一缩放到原量级
result = [x / scale for x in float_calc]
print(result)
# 输出：[0.0, 0.000317, 0.000635, 0.000317, 0.000634]

3. 结果四舍五入（仅适合展示、精度要求低的场景） #

如果只是输出时需要显示正确的小数位数，可以直接对结果做对应位数的四舍五入：

# 保留6位小数
print(round(0.000317 + 0.000318, 6))
# 输出：0.000635

注意该方法不适合多次累加的场景，多次四舍五入可能会积累额外误差。

内容的提问来源于stack exchange，提问作者Walter Vos