我正在将MATLAB代码移植到Python 3.5.1，但发现了浮点取整问题。
在MATLAB中，下面的数字将被四舍五入最多到第6位小数：
fprintf(1,'%f', -67.6640625);
-67.664063
在Python，而另一方面，下面的数字将被四舍五入掉至第6位小数：
print('%f' % -67.6640625)
-67.664062
有趣的是，如果该号码是“-67.6000625”，则取整起来，即使在Python：
print('%f' % -67.6000625)
-67.600063
...为什么会发生这种情况？在Python中四舍五入/四舍五入的条件是什么？（我认为这与处理十六进制值有关。）
更重要的是，如何防止这种差异？我应该创建一个Python代码，该代码可以重现与MATLAB产生的输出完全相同的输出。
python行为的原因与浮点数如何存储在计算机中以及IEEE定义的标准化舍入规则有关，IEEE定义了几乎所有现代计算机上使用的标准数字格式和数学运算。
由于需要在计算机上以二进制有效地存储数字，导致计算机使用浮点数。这些数字易于处理器使用，但是具有无法精确表示许多十进制数字的缺点。这导致数字有时与我们认为应该的数字有些出入。
如果我们使用Python扩展值而不是将其截断，情况就会变得更加清晰：
>>> print('%.20f' % -67.6640625)
-67.66406250000000000000
>>> print('%.20f' % -67.6000625)
-67.60006250000000704858
正如您所看到的，-67.6640625是一个可以精确表示的数字，但-67.6000625实际上不是更大。IEEE标准标准为浮点数定义的默认舍入模式表示，上面的任何内容5都应四舍五入，下面的任何内容都应四舍五入。因此，对于的情况-67.6000625，实际上是5加上少量，因此将其四舍五入。但是，对于-67.6640625，它等于5，因此抢七规则开始起作用。默认的决胜规则是四舍五入到最接近的偶数。由于2是最近的事件编号，因此将其舍入为两位。
因此，Python遵循浮点标准推荐的方法。那么问题来了，为什么您的MATLAB版本不这样做呢？我在使用64位MATLAB R2016a的计算机上进行了尝试，并且得到了与Python相同的结果：
>> fprintf(1,'%f', -67.6640625)
-67.664062>>
因此，似乎MATLAB在某些时候使用了不同的舍入方法（也许是非标准方法，也许是标准中指定的替代方法之一），并且此后切换为遵循与其他所有人相同的规则。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句