©2020-2024 ioDraw All rights reserved,
Privacy Policy
<>round( )函数简介
菜鸟教程中介绍到，round() 函数作用就是，返回浮点数x的四舍五入值。
> round( x [, n] )
参数x，n均为数值表达式，返回值为x的四舍五入值。n为保留的小数位数，不加n则只保留x四舍五入后的整数部分。
>>> round(2.3) 2 >>> round(2.45, 1) 2.5
<>特殊情况
上面的结果并没有错误，这里再用2.675测试一下：
>>> round(2.675, 2) 2.67
显然结果不符合四舍五入的规则。为什么会这样呢？原因是：round()函数只有一个参数，不指定位数的时候，返回一个整数，而且是最靠近的整数，类似于四舍五入，当指定取舍的小数点位数的时候，一般情况也是使用四舍五入的规则，但是碰到.5的情况时，如果要取舍的位数前的小数是奇数，则直接舍弃，如果是偶数则向上取舍。
这也就解释了上述现象。可这样一来用round()函数取浮点数的四舍五入值不就变得不可靠了嘛？这样的函数设计的意义何在？网上搜了一圈答案，觉得这个说法比较准确：
python3（注意python2 和
3的round()是不一样的，这里仅以python3作说明）中round()对浮点数的取舍遵循的是“四舍六入五平分”，“五平分”就是根据取舍的位数前的小数奇偶性来判断，奇偶平分，符合公平性原则（四舍五入不是公平的），这样一来也就保证了在数据量较大的情况下，筛选数据的真实性。（数学渣，不知道这样理解对否……）
为什么需要平分呢？原因就是部分小数无法用二进制完整表示，如1.15，转为二进制将是很长的一串数字：
1.0010011001100110011001100110011001100110011001100110011
这可不是简单的几个字节就能存放下的。因此这里就出现了取舍的问题。
那么正确的四舍五入是否无法实现了呢？当然是有解决办法的。比如，当你需要四舍五入保留两位小数的时候，可以将数值乘以100再除以100.0：
>>> round(2.675 * 100)/100.0 2.68
这样可以解决部分浮点数四舍五入的问题。为什么是部分呢？笔者发现：
>>> round(2.135*100)/100.0 2.13
检验下过程：
>>> 2.135*100 213.49999999999997
WTF！是精度问题嘛！
>>> Decimal(2.135)*100 Decimal('213.4999999999999786837179272')
无法理解是不是！！二进制的世界正常人真的不懂，盼望一下未来有可以直接计算十进制的硬件诞生吧。
<>总结
在用round()函数进行四舍五入时，如果你对结果有十足把握，并且这就是你想要的结果，那就放心大胆地使用。不然就老老实实写个函数来实现吧，这不是什么难事。