摘要：计算机竟然说这是错的！别慌，这不是你的问题，而是浮点数的“先天缺陷”。今天带你解锁Python中的Decimal类型，告别计算误差！
你是否遇到过这样的尴尬？
0.1 + 0.2 == 0.3 # 输出：False计算机竟然说这是错的！
别慌，这不是你的问题，而是浮点数的“先天缺陷”。
今天带你解锁Python中的Decimal类型，告别计算误差！
Python中的Decimal类型（来自decimal模块）是为解决浮点数精度问题而设计的十进制高精度数值类型，适用于金融、科学等需要精确计算的场景。
想象一下：
你开发了一个财务系统，用户存入0.1元，程序却显示0.1000000000000001元？
浮点数陷阱：计算机用二进制存储小数，像0.1这样的数会无限循环，导致误差！
Decimal的杀手锏：
from decimal import Decimal print(Decimal('0.1') + Decimal('0.2')) # 输出：0.3✅ 十进制存储，精准计算，和计算器一样靠谱！
1. 初始化秘诀：一定要用字符串！
Decimal('0.1') # ✅ 正确 Decimal(0.1) # ❌ 错误！会继承浮点数的误差⚠️ 直接传Float进去，误差会像病毒一样传染！
2. 精度控制：想算几位就几位
from decimal import getcontext getcontext.prec = 6 # 全局设置6位有效数字 a = Decimal('1.23456789') b = Decimal('2.3456789') print(a + b) # 输出3.58025（自动四舍五入）临时修改精度？用with localcontext，安全又灵活！
3. 四舍五入的大学问
财务人的灵魂拷问：10.025元到底舍还是入？
price = Decimal('10.025') rounded = price.quantize(Decimal('0.00')) # 默认舍入（四舍六入五成双） print(rounded) # 输出10.02（惊不惊喜？）想改规则？一行代码搞定：
getcontext.rounding = ROUND_HALF_UP # 经典四舍五入4. 小心这些隐藏的坑！
不要和float混算：
Decimal('1.5') + 0.5 # ❌ 报错！ Decimal('1.5') + Decimal(str(0.5)) # ✅ 先转字符串 精度精确十进制近似二进制适用场景财务、科学计算图形、游戏等性能较慢极快内存占用较高低试试这段代码，感受Decimal的强大：
from decimal import Decimal, getcontext getcontext.prec = 10 print(Decimal('1') / Decimal('7')) # 输出0.142857142857142857...你在项目中踩过浮点数的坑吗？欢迎留言吐槽！
来源：信息科技云课堂
