Python生成固定公差浮点数序列的精度误差原因及解决方法

你遇到的误差本质是二进制浮点数的固有存储限制导致的：
Python 中的float类型遵循 IEEE 754 双精度64位浮点数标准，类似0.01、0.001这类十进制小数，无法用有限长度的二进制数精确表示，存储时本身就存在微小的舍入误差。你在循环中反复累加带微小误差的浮点数，误差会不断累积，最终输出时就会出现肉眼可见的偏离理论值的长小数尾。

• 方案1：用整数计数替代浮点数累加（最通用、无额外依赖的方案）
  先通过整数统计迭代次数，每次用「整数序号 × 步长」计算当前值，避免误差累积。代码示例：

  dt = 0.001
  timemax = 0.012
  # 计算总步数，做四舍五入避免浮点除法误差
  total_steps = int(round(timemax / dt))
  for i in range(total_steps):
      t = i * dt
      print(t)
  

• 方案2：使用decimal模块做精确十进制运算
  对精度要求极高的金融、计量场景，可以用标准库的decimal模块，用十进制规则存储和运算小数，从根源避免二进制舍入误差。代码示例：

  from decimal import Decimal, getcontext
  # 按需设置精度位数
  getcontext().prec = 6
  dt = Decimal('0.001')
  timemax = Decimal('0.012')
  t = Decimal('0.0')
  while t < timemax:
      print(float(t))
      t += dt
  

• 方案3：使用数值库的等步长序列生成函数
  如果是做数值分析类开发，可以直接用numpy库封装好的序列生成函数，底层已经做了误差处理：

  import numpy as np
  dt = 0.001
  timemax = 0.012
  # 生成不包含timemax的等步长序列
  t_list = np.arange(0, timemax, dt)
  for t in t_list:
      print(t)
  # 对步长非整除场景更稳妥的linspace，按点数生成
  # t_list = np.linspace(0, timemax, num=int(round(timemax/dt)), endpoint=False)
  

• 方案4：输出时做精度截断（仅适合展示场景）
  如果只需要输出时不显示误差尾，不需要修改运算逻辑，可以在打印时保留固定小数位：

  # 保留3位小数输出
  print(round(t, 3))
  # 或者用格式化输出
  print(f"{t:.3f}")
  

内容的提问来源于stack exchange，提问作者Avii