Python幂运算符计算n次方根返回不精确浮点数问题咨询

这确实挺反直觉的——毕竟从数学上看，10的5次方就是100000，那它的5次方根肯定是10，但Python却返回了一个带微小误差的浮点数。核心原因还是浮点数的二进制表示局限性：

你提到了1/3是无限十进制小数所以有精度问题，但其实1/5虽然是有限的十进制小数（0.2），但在二进制里它是无限循环小数（类似十进制里的1/3）。Python使用的是IEEE 754双精度浮点数，没办法精确表示0.2，只能存储它的近似值。当你计算100000 ** 0.2或者100000 ** (1/5)时，实际上是用这个近似的0.2来做幂运算，最终结果就会产生微小的偏差，表现为10.000000000000002。

我们可以直观验证0.2的浮点数近似：

format(0.2, '.20f')
# 输出：0.20000000000000001110

看到了吧，0.2在浮点数里其实是0.20000000000000001110，用这个值去计算100000的幂，结果自然不会是精确的10了。

如果你需要精确的运算结果，或者正确判断这个值是否等于10，可以试试这些方法：

• 使用decimal模块进行高精度计算：
  这个模块允许你控制计算的精度，能得到精确的结果：

  from decimal import Decimal, getcontext
  
  getcontext().prec = 20  # 设置足够的精度
  result = Decimal(100000) ** Decimal('0.2')
  print(result)  # 输出：10
  

• 用近似相等判断：
  浮点数场景下不要直接用==判断相等，而是用math.isclose来检测两个值是否在可接受的误差范围内：

  import math
  root = 100000 ** (1/5)
  print(math.isclose(root, 10))  # 输出：True
  print(math.isclose(root **5, 100000))  # 输出：True
  

• 直接计算整数根：
  对于这种已知结果是整数的场景，你可以用整数运算来找到精确值：

  n = 100000
  root = 0
  while (root + 1) **5 <= n:
      root +=1
  print(root)  # 输出：10
  

总结一下，这个问题本质还是浮点数的二进制存储特性导致的近似误差，虽然看起来奇怪，但只要理解了浮点数的工作原理，就知道怎么处理啦。

内容的提问来源于stack exchange，提问作者Josh Dautel