Python round函数运行不符合预期的原因及更优舍入方案咨询

1. round(0.625)返回0.62的原因 #

Python的浮点数遵循IEEE 754标准，该现象由两方面规则共同导致：

• 二进制浮点数精度限制：部分十进制小数无法用二进制精确存储，实际存储值和字面量存在微小偏差，会干扰舍入结果。不过0.625属于可以被二进制精确表示的小数（对应二进制为0.101），因此本场景下该因素不产生影响。
• 内置round()默认使用银行家舍入规则：该规则逻辑为“四舍六入五成双”，即舍去位小于5直接舍去、大于5直接进位；等于5时，若保留位的最后一位是偶数则舍去，是奇数则进位，目的是降低大量舍入操作后的统计误差。0.625保留两位小数时，舍去位为5，保留位最后一位是2（偶数），因此直接舍去得到0.62。

2. 自定义舍入函数的优化方案 #

你提供的原始代码存在两个明显问题：一是导入错误，Python标准库为math而非maths；二是仅支持正数场景，负数计算时结果不符合预期。可以根据精度需求选择以下两种优化方案：

方案一：高精度decimal模块实现（推荐） #

该方案基于十进制运算，完全规避二进制浮点数精度误差，支持灵活调整舍入规则，适配正负值场景：

from decimal import Decimal, ROUND_HALF_UP

def round2Dp(n, decimals=0):
    # 浮点类型先转字符串再转Decimal避免精度丢失，精度要求高的场景建议直接传入字符串格式的数值
    n = Decimal(str(n)) if isinstance(n, float) else Decimal(n)
    quantize_format = f"0.{'0'*decimals}" if decimals > 0 else "0"
    # ROUND_HALF_UP对应日常使用的标准四舍五入规则，需银行家舍入可替换为ROUND_HALF_EVEN
    rounded_val = n.quantize(Decimal(quantize_format), rounding=ROUND_HALF_UP)
    return float(rounded_val)

方案二：纯数学运算适配版 #

如果不需要过高精度，希望用简单的数学逻辑实现，可通过符号适配兼容正负场景：

from math import floor, copysign

def round2Dp(n, decimals=0):
    multiplier = 10 ** decimals
    # 偏移量和输入值保持同符号，兼容正负计算
    offset = copysign(0.5, n)
    return floor(n * multiplier + offset) / multiplier

注意该方案仍受二进制浮点数精度的固有局限，仅适合精度要求不高的场景。

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