作者：武沛齊
出處：http://www.cnblogs.com/wupeiqi/
本文版權歸作者和部落格園共有
為啥會有上述圖檔的現象呢？其實是由于float底層存儲原理導緻，下面聽我娓娓道來。
第一步：浮點數轉換為二進制表示
- 整數部分，直接轉換為二進制，即：`100111`
- 小數部分，讓小數一直乘2，小于1則用結果繼續乘，大于1則結果減1繼續乘，等于1則結束。
如果小數位是0.25就會比較簡單，例如：
0.25 * 2 = 0.5 // 小于1，則繼續乘
0.5 * 2 = 1 // 等于1，則結束
結束時，将相乘之後等結果的整數部分拼接起來，是以 0.25 的二進制表示：01
第二步：科學計數法表示二進制小數
注意：因為是二進制小數，是以底數是2。
第三步：存儲
- Float32，用32位的二進制來存儲一個浮點數。
- Float64，用64位的二進制來存儲一個浮點數。
接下來，我們以float32為例：
通過對浮點型的存儲原理的學習，了解到浮點型其實是一種非精确的表達小數的方式，因為他的fraction中有位數限制，超過就會忽略。
float64和float32類似，隻是用于表示各部分的位數不同而已，其中：`sign=1位`、`exponent=11位`、`fraction=52位`，也就意味着可以表示的範圍更大了。
總結
在開發中想精确的處理小數時，可以使用decimal。
掃一掃下面的二維碼
免費領取10G的Python學習資料哦~
“掃一掃，領取Python學習資料”