为何Jupyter与Python控制台的浮点值显示存在差异？

先还原你遇到的场景：
在Jupyter 4.3.1（Python 2.7.13）中执行这段代码：

import numpy as np
for i in np.arange(5, 6, 0.1):
    print(i)

得到的输出是：

5.0 5.1 5.199999999999999 5.299999999999999 5.399999999999999 5.499999999999998 5.599999999999998 5.6999999999999975 5.799999999999997 5.899999999999997

但在Python原生控制台执行相同代码时，输出却是：

5.0 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9

核心原因拆解 #

这本质是浮点数存储精度限制加上不同环境的显示规则差异导致的：

• 首先，十进制的0.1无法用二进制浮点数精确表示——它是一个无限循环的二进制小数，所以np.arange生成序列时，每一步都是在前一个数的基础上累加这个不精确的0.1近似值，误差会逐步累积，导致后面的数值和你预期的十进制值存在微小偏差。

• 两个环境的显示规则不同：

  • Python原生控制台（Python 2.7）在打印浮点数时，会自动采用「最短十进制表示」策略——它会找到能还原为原始二进制浮点数的最短十进制字符串，所以你看到的是整齐的5.2、5.3，而非实际存储的近似值。
  • Jupyter（或numpy的输出逻辑）则更偏向于展示浮点数的实际存储细节，用了更高精度的格式化方式，所以那些累积的微小误差就直接暴露了出来。

验证小技巧 #

你可以在两个环境中对同一个数值执行repr(i)，比如取序列中那个显示为5.199999999999999的元素，会发现两个环境返回的repr结果完全一致——这说明两个环境中存储的浮点数本身是相同的，只是显示时的格式化逻辑不一样。

内容的提问来源于stack exchange，提问作者com