Python浮点数运算精度异常导致判断错误 不使用第三方库如何解决？

你遇到的是二进制浮点数的固有特性：大部分十进制有限小数无法用二进制浮点数精确存储，运算后会产生极微小的尾差，直接用==做等值判断必然不符合预期。以下是无需第三方库的解决方法：

• 方法1：使用内置近似比较函数
  Python 3.5及以上版本的math模块自带isclose函数，专门用于浮点数的近似等值判断，默认会自动适配合理的误差容忍阈值：

import math

x = 7.68
y = 7.775
z = 7.87

print(math.isclose(y-x, z-y)) # 输出结果为True

如果需要自定义误差范围，可以手动调整rel_tol（相对误差）和abs_tol（绝对误差）参数，例如要求绝对误差不超过1e-6：

print(math.isclose(y-x, z-y, abs_tol=1e-6))

更低版本的Python可以手动实现逻辑：判断两个数差值的绝对值是否小于你能接受的最小误差：

epsilon = 1e-6
print(abs((y-x) - (z-y)) < epsilon) # 输出True

• 方法2：转为定点整数运算
  如果你的业务场景有固定的小数位要求（比如金额保留2位、计量保留3位），可以把所有数值乘以10的n次方（n为需要保留的小数位数），四舍五入为整数后再做运算，完全规避浮点误差：

# 本例需要保留3位小数，乘以1000转整数
scale = 10 ** 3
x_int = round(x * scale)
y_int = round(y * scale)
z_int = round(z * scale)

print((y_int - x_int) == (z_int - y_int)) # 输出True

• 方法3：使用标准库decimal模块做精确十进制运算
  如果需要完全精确的十进制运算，可以使用Python自带的decimal模块，它按照十进制规则处理数值，不存在二进制浮点数的精度损失问题：

from decimal import Decimal

# 注意必须传入字符串形式的数值，避免带入float本身的误差
x = Decimal('7.68')
y = Decimal('7.775')
z = Decimal('7.87')

print((y-x) == (z-y)) # 输出True
print(y-x) # 输出精确的0.095

你可以通过getcontext().prec参数自定义全局的运算精度，适配不同的业务需求。

内容的提问来源于stack exchange，提问作者Lvdvig