具有任意精度的ROUND_HALF_UP浮动的Pythonic方法
首先，我想提一提，这个问题并非重复：
我知道IEEE 754，我知道：
简单的“总是四舍五入”的技术会导致稍微偏向更高的数字。通过大量的计算，这可能是非常重要的。Python3.0方法消除了这个问题。
我同意ROUND_HALF_UP方法比默认情况下在Python中实现的方法要差。然而，有些人不知道这一点，如果规格要求的话，就需要使用这种方法。让这项工作发挥作用的简单方法是：
def round_my(num, precission):
exp = 2*10**(-precission)
temp = num * exp
if temp%2 < 1:
return int(temp - temp%2)/exp
else:
return int(temp - temp%2 + 2)/exp但我的考虑是这不是毕达通..。根据文档，我应该使用如下内容：
def round_my(num, pricission):
N_PLACES = Decimal(10) ** pricission # same as Decimal('0.01')
# Round to n places
Decimal(num).quantize(N_PLACES)问题是，这并不能通过所有测试用例：
class myRound(unittest.TestCase):
def test_1(self):
self.assertEqual(piotrSQL.round_my(1.53, -1), 1.5)
self.assertEqual(piotrSQL.round_my(1.55, -1), 1.6)
self.assertEqual(piotrSQL.round_my(1.63, -1), 1.6)
self.assertEqual(piotrSQL.round_my(1.65, -1), 1.7)
self.assertEqual(piotrSQL.round_my(1.53, -2), 1.53)
self.assertEqual(piotrSQL.round_my(1.53, -3), 1.53)
self.assertEqual(piotrSQL.round_my(1.53, 0), 2)
self.assertEqual(piotrSQL.round_my(1.53, 1), 0)
self.assertEqual(piotrSQL.round_my(15.3, 1), 20)
self.assertEqual(piotrSQL.round_my(157.3, 2), 200)由于浮点数和十进制之间转换的性质，以及量化似乎不适用于像10或100这样的指数。有什么毕达通的方法吗？
我知道我可以添加无穷小的数字，round(num+10**(precission-20),-pricission)会工作，但这是错误的，以至于“小狗会死”.
回答 2
Stack Overflow用户
发布于 2017-07-13 14:46:58
就像你说的，如果你试图用大于quantize的1数，那是行不通的。
>>> Decimal('1.5').quantize(Decimal('10'))
Decimal('2')
>>> Decimal('1.5').quantize(Decimal('100'))
Decimal('2')但你可以简单地除以，量化和乘：
from decimal import Decimal, ROUND_HALF_UP
def round_my(num, precision):
N_PLACES = Decimal(10) ** precision
# Round to n places
return (Decimal(num) / N_PLACES).quantize(1, ROUND_HALF_UP) * N_PLACES但是，只有在输入Decimal并与Decimal进行比较时，才能通过测试。
assert round_my('1.53', -1) == Decimal('1.5')
assert round_my('1.55', -1) == Decimal('1.6')
assert round_my('1.63', -1) == Decimal('1.6')
assert round_my('1.65', -1) == Decimal('1.7')
assert round_my('1.53', -2) == Decimal('1.53')
assert round_my('1.53', -3) == Decimal('1.53')
assert round_my('1.53', 0) == Decimal('2')
assert round_my('1.53', 1) == Decimal('0')
assert round_my('15.3', 1) == Decimal('20')
assert round_my('157.3', 2) == Decimal('200')正如注释中所指出的，可以使用科学符号小数作为“工作”量化参数，这简化了函数：
def round_my(num, precision):
quant_level = Decimal('1e{}'.format(precision))
return Decimal(num).quantize(quant_level, ROUND_HALF_UP) 这也通过了上面提到的测试用例。
Stack Overflow用户
发布于 2020-11-05 19:38:20
下面是一个与内置round()函数的行为和API相匹配的版本：
from decimal import Decimal, ROUND_HALF_UP
def round_half_up(number, ndigits=None):
return_type = type(number)
if ndigits is None:
ndigits = 0
return_type = int
if not isinstance(ndigits, int):
msg = f"'{type(ndigits).__name__}' object cannot be interpreted as an integer"
raise TypeError(msg)
quant_level = Decimal(f"10E{-ndigits}")
return return_type(Decimal(number).quantize(quant_level, ROUND_HALF_UP))https://stackoverflow.com/questions/45083399
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号