正文
python小数的进位与舍去
提示：扫一扫查出行【扫一扫了解最新限行尾号】
复制提示
一.基础知识准备奇进偶舍，又称为四舍六入五成双规则、银行进位法（Banker's Rounding），是一种计数保留法，是一种数值修约规则。从统计学的角度，“奇进偶舍”比“四舍五入”更为精确：在大量运算时，因为舍入后的结果有的变大，有的变小，更使舍入后的结果误差均值趋于零。而不是像四舍五入那样逢五就进位，导致结果偏向大数，使得误差产生积累进而产生系统误差。“奇进偶舍”使测量结果受到舍入误差的影响降到最低。
数值修约（rounding off for values）——在进行具体的数字运算前，通过省略原数值的最后若干位数字，调整保留的末位数字，使最后所得到的值最接近原数值的过程。
Infinity 无穷
NaN（Not a Number，非数）是计算机科学中数值数据类型的一类值，表示未定义或不可表示的值。常在浮点数运算中使用。首次引入NaN的是1985年的IEEE 754浮点数标准。在浮点数运算中，NaN与无穷大的概念不同，尽管两者均是以浮点数表示实数时的特殊值。无效操作（Invalid Operation）同样也不同于算术溢出（可能返回无穷大）和算术下溢出（可能返回最小的一般数值、特殊数值、零等）。IEEE 754-1985中，用指数部分全为1、小数部分非零表示NaN。以32位IEEE单精度浮点数的NaN为例，按位表示即：S111 1111 1AXX XXXX XXXX XXXX XXXX XXXX，S为符号位，符号位S的取值无关紧要
奇进偶舍，又称为四舍六入五成双规则、银行进位法（Banker's Rounding），是一种计数保留法，是一种数值修约规则。从统计学的角度，“奇进偶舍”比“四舍五入”更为精确：在大量运算时，因为舍入后的结果有的变大，有的变小，更使舍入后的结果误差均值趋于零。而不是像四舍五入那样逢五就进位，导致结果偏向大数，使得误差产生积累进而产生系统误差。“奇进偶舍”使测量结果受到舍入误差的影响降到最低。
数值修约（rounding off for values）——在进行具体的数字运算前，通过省略原数值的最后若干位数字，调整保留的末位数字，使最后所得到的值最接近原数值的过程。
Infinity 无穷
NaN（Not a Number，非数）是计算机科学中数值数据类型的一类值，表示未定义或不可表示的值。常在浮点数运算中使用。首次引入NaN的是1985年的IEEE 754浮点数标准。在浮点数运算中，NaN与无穷大的概念不同，尽管两者均是以浮点数表示实数时的特殊值。无效操作（Invalid Operation）同样也不同于算术溢出（可能返回无穷大）和算术下溢出（可能返回最小的一般数值、特殊数值、零等）。IEEE 754-1985中，用指数部分全为1、小数部分非零表示NaN。以32位IEEE单精度浮点数的NaN为例，按位表示即：S111 1111 1AXX XXXX XXXX XXXX XXXX XXXX，S为符号位，符号位S的取值无关紧要
在python中进行精确的数值运算时,一般采用`decimal`模块对小数进行运算,其中用到了,十进制数decimal number, context算数上下文参数, signals信号信息
我们发现,使用round()取整小数时,并不是想要的四舍五入,原因就在于取整规则是采用了奇进偶舍(四舍六入)的方式,简单来说就是,整数部分为奇数,四舍五入.如果是偶数,就采用五舍六入的方式,而这个规则,就属于数值修约的规则
二.quantize
quantize`（*exp* [，*rounding* [，*context* [，*watchexp* ] ] ] ）
舍入后返回一个等于第一个操作数的值，并具有第二个操作数的指数。
>>> Decimal('1.41421356').quantize(Decimal('1.000'))
Decimal('1.414')
## 三.实现四舍五入
舍入后返回一个等于第一个操作数的值，并具有第二个操作数的指数。这个exp的指数就是左边数的指数,exponent
# 实现四舍五入的方法
>>> from decimal import Decimal, ROUND_HALF_UP
>>> Decimal('0.375').quantize(Decimal('0.00'), rounding=ROUND_HALF_UP)
Decimal('0.38')
>>> Decimal('0.125').quantize(Decimal('0.00'), rounding=ROUND_HALF_UP)
Decimal('0.13')
