python - 为什么Python 3字符串函数会降低 float 的精度？

Question

在 Ubuntu 18 上的 Python (3.6.7) 交互式 shell 中，两者都

>>> n = str(3.140000000000000124344978758017532527446746826171875)
>>> print(n)

和

>>> print(3.140000000000000124344978758017532527446746826171875)

产量3.14。虽然

>>> print('3.140000000000000124344978758017532527446746826171875')

产量3.140000000000000124344978758017532527446746826171875

这是为什么呢？

注意；我不是问为什么 float 会失去精度，而是具体来说，为什么使用 str(n) 和 'n' (引号)与 的行为不同打印()。

Answer 1

在情况1和2中，您操作的是一个 float 对象

f = 3.140000000000000124344978758017532527446746826171875

# In case 1
print(str(f))

# In case 2
print(f)

而str(f)将float对象转换为字符串，print(f)表示print(repr(f))， repr(f) 还将浮点对象转换为字符串。

在情况3中，你操作的是一个包含53个字符的字符串对象，

将浮点对象转换为字符串时发生了什么？

str(f) 和 repr(f) 调用相同的函数 float_repr .

在函数float_repr中，如果没有指定精度参数，则float对象将被转换为 double 浮点格式的字符串。

double 浮点格式提供 15 到 17 位有效小数位精度。

因此，在本例中，有效十进制数字精度为 16，3.140000000000000124344978758017532527446746826171875 将转换为 3.140000000000000。

一个更清晰的例子:

>>> str(3.140000000000000123)
'3.14'

>>> str(3.14000000000000123)
'3.140000000000001'

>>> print(3.14000000000000123)
3.140000000000001