前言
1、 decimal 模块提供十进制数据类型，并且存储为十进制数序列；
2、 decimal 模块提供有界精度：用于存储数字的位数是固定的，可以通过 decimal.getcontext().prec=x 来设定，不同的数字可以有不同的精度。
3、 decimal 模块提供浮点：十进制小数点的位置不固定(但位数是固定的)。
4、 decimal 的构建：可以通过整数、字符串或者元组构建 decimal.Decimal ，对于浮点数需要先将其转换为字符串。
5、 decimal 模块所表示的数是完全精确的。
6、 decimal.Decimal 类包含十进制数据有效位的概念：（例如：1.30 + 1.20的结果是2.50，保留尾随零以表示有效位）
用法
1、初始化Decimal类时的类变量为整型或者字符串
（注意：但类变量不能是浮点数据，因为浮点数据本身就不准确）
from decimal import Decimal
# 1.传入浮点数 5.55
a = Decimal(5.55)
print(type(a))
print('a = ', a)
print('\n')
# 2.传入字符串 '5.55'
b = Decimal('5.55')
print(type(b))
print('b = ', b)
print('\n')
# 3.传入整形 '5'
c = Decimal(5)
print(type(c))
print('c=', c)
运行结果：
2、将浮点数据类型转为Decimal数据类型
from decimal import Decimal
a = 22.222
print(type(a))
print('a=', a)
print('\n')
b = Decimal.from_float(a)
print(type(b))
print('b = ', b)
运行结果：
3、Decimal数据类型设置有效数字的个数
代码1：
from decimal import Decimal, getcontext # 通过设定有效数字，限定结果样式 getcontext().prec = 4
x1 = Decimal(1) / Decimal(3) print('x1 = ', x1) x2 = Decimal(100) / Decimal(3) print('x2 = ', x2) x3 = Decimal(700000) / Decimal(9) print('x3 = ', x3)
运行结果：
代码2：
from decimal import *
getcontext().prec = 6
c = Decimal(1) / Decimal(7)
print(c) # 结果为Decimal('0.142857')，六个有效数字
4、Decimal数据类型四舍五入，保留小数位数
from decimal import Decimal
# 保留两位小数
d = Decimal('50.5679').quantize(Decimal('0.00'))
print('d = ', d)
# 保留三位小数
e = Decimal('50.5679').quantize(Decimal('0.000'))
print('e = ', e)
运行结果：
5、Decimal数据类型进行十进制数学计算
from decimal import Decimal
# float数据类型的运算
f = 4.20 + 2.10 + 6.30
print('f=', f)
print('\n')
# Decimal数据类型的运算
i = Decimal('4.20') + Decimal('2.10') + Decimal('6.30')
print('i = ', i)
运行结果：
注意：
# 当然精度提升的同时，肯定带来的是性能的损失。在对数据要求特别精确的场合（例如财务结算），这些性能的损失是值得的。
# 但是如果是大规模的科学计算，就需要考虑运行效率了。毕竟原生的float比Decimal对象肯定是要快很多的。
6、Decimal数据类型转为str数据类型
from decimal import *
a = Decimal('3.40').quantize(Decimal('0.0'))
print(a)
print(type(a))
print('\n')
b = str(Decimal('3.40').quantize(Decimal('0.0')))
print(b)
print(type(b))
运行结果：
示例
python3中的decimal模块处理计算精度问题示例
代码如下：
#!/usr/bin/python3
# coding:utf-8
import decimal
from decimal import Decimal, getcontext
def demo():
"""
取整问题：
ROUND_CEILING 总是趋向无穷大向上取整
ROUND_DOWN 总是趋向0取整
ROUND_FLOOR 总是趋向负无穷大向下取整
ROUND_HALF_DOWN 如果最后一个有效数字大于或等于5则朝0反方向取整；否则，趋向0取整
ROUND_HALF_EVEN 类似于ROUND_HALF_DOWN，不过，如果最后一个有效数字值为5，则会检查前一位。
偶数值会导致结果向下取整，奇数值导致结果向上取整
ROUND_HALF_UP 类似于ROUND_HALF_DOWN，不过如果最后一位有效数字为5，值会朝0的反方向取整
ROUND_UP 朝0的反方向取整
ROUND_05UP 如果最后一位是0或5，则朝0的反方向取整；否则向0取整
"""
# 1.常规计算
getcontext().prec = 9
r1 = Decimal(1) / Decimal(3)
print("r1 ", r1) # r1： 0.333333333
# 2.但是getcontext().prec会包含小数点前面的所有长度，当前面长度有变化时并不能固定控制小数点后的位数
r2 = Decimal(10) / Decimal(3)
print("r2 ", r2) # r2： 3.33333333
# 3.想要固定控制小数点后面的位数则需要使用decimal.quantize(Decimal('0.00000000'))，注意不能超过getcontext().prec的位数
r3 = Decimal(1) / Decimal(3)
print("r3 ", r3.quantize(Decimal('0.00000000'))) # r3： 0.33333333
r4 = Decimal(10) / Decimal(3)
print("r4 ", r4.quantize(Decimal('0.00000000'))) # r4： 3.33333333
r5 = Decimal(10) / Decimal(str(1.5))
print("r5 ", r5.quantize(Decimal('0.00000000'))) # r5： 6.66666667
# 4.向上取整
getcontext().rounding = getattr(decimal, 'ROUND_CEILING') # 总是趋向无穷大向上取整
r6 = Decimal(10) / Decimal(str(1.5)) # r6： 6.66666667
print("r6 ", r6.quantize(Decimal('0.00000000')))
r7 = Decimal(10) / Decimal(3) # r7： 3.33333334
print("r7 ", r7.quantize(Decimal('0.00000000')))
# 5.向下取整
getcontext().rounding = getattr(decimal, 'ROUND_FLOOR') # 总是趋向无穷大向下取整
r8 = Decimal(10) / Decimal(str(1.5)) # r8： 6.66666666
print("r8 ", r8.quantize(Decimal('0.00000000')))
r9 = Decimal(10) / Decimal(3) # r9： 3.33333333
print("r9 ", r9.quantize(Decimal('0.00000000')))
if __name__ == '__main__':
demo()
运行结果：
标签：四舍五入,python,Decimal,ROUND,quantize,取整,模块,print,decimal From： https://www.cnblogs.com/hls-code/p/16768508.html