python中round函数的精度保留方法

当我们利用python进行数据计算时，通常会对浮点数保留相应的位数，这时候就会用到round函数，相信各位朋友在进行使用时会遇到各种问题，关于round函数保留精度、保留方法的问题，本文会进行详细的解释和说明。首先，先将结论告诉大家：round函数采用的是四舍六入五成双的计数保留方法，不是四舍五入！

四舍六入五成双是一种比较科学的计数保留方法。具体的保留方法为：1、小于等于4的舍去；2、大于等于6的进一；3、5的话要看后面有没有有效数字，有的话进一，没有的话要按照5前面数字的奇偶来处理，若5前面为奇数，则进一，若5前面为偶数，舍5不进。

为了便于理解举个例子吧：比如是1.15--->1.2,   1.25--->1.2，  1.250--->1.2, 1.25012--->1.3

开始在python中使用round函数时，你会发现:round(1.15,1)-->1.1，看到这个结果时千万别慌，这个是正常的。这是因为python中对于小数的处理方法造成的。

为了验证python中小数的存储方式，做下面输入：

看到这里，大概清楚了吧？原来在输入0.1的时候，python内部对应输入的是一个有着多个小数位,的数字！你要是问我具体位数是多少个呢，我会告诉你是55个，那么这个小数究竟是怎么来的呢？

原来，为了保证输入数字的精确性，python内部真正输入的数字是由两个数值相除得出来的，如0.33和0.333等都无法准确表示1/3，写成分数的形式对于输入的数字来说更加精确，那么输入0.1时候python内部究竟是哪个数字呢？

将小数位扩大10的55次方以后，发现原来当我们输入0.1时候，python内部是这么一大串数字。

当我们输入1.15时，python内部其实输入的是

当我们对这个数字保留小数位时，根据四舍原则，当然是1.1了

同理，1.55要进一，1.25内部会舍去，看到这里你应该明白了吧！

如果说非要进行四舍五入，就要用到decimal模块，进行下面处理以后就可以得到

写在最后：

python中对于小数的处理可以说是非常的谨慎了，所以我们在进行小数点保留问题时，除非特殊需求，否则直接使用round函数就可以了，使用该函数进行计算时，结果会更加的科学精确。