小數位的四捨五入在專案中經常用到，今天群裡有人提出1.325 如何才能變成1.33?
當時我一看這麼簡單，分秒就可以解決：

我回復是這樣的的

round(1.315,2)

有個小夥伴 當時就回復：
他要的結果是 1.32， 你打印出是1.31，我看到我想怎麼可能呢，我自己執行下，
結果真是1.31 .
我想都沒有想，自認為我是對的，好吧，怪不得開發不能測試自己的程式碼.

我就開始查詢原因，我們通過程式碼進行講解：

print(Decimal(1.325))

列印結果：

1.3249999999999999555910790149937383830547332763671875
 

大家看到了嗎？ 實際1.325用二進位制轉化的是有精度損失.部分小數無法完全用二進位制表示.
這是根本所在.

那有的同學該說了，為什麼 有的五能進1 能解釋下原理嗎？
原理和上邊的一樣，我舉個例子 5可以進1

print(round(1.145,2))
#列印結果
1.15

繼續檢視二進位制儲存的值：

print(Decimal(1.145))
#列印結果 
1.145000000000000017763568394002504646778106689453125

大家明白了吧 ，round 本身沒有問題，而是二進位制儲存的值有點誤差導致的.

有的同學該說了 那怎麼避免這種錯誤 。

我準備了兩套方案
1.將數值放大100倍，以利用下面的精確的四捨五入的結果`

def round_up(value):
    # 替換內建round函式,實現保留2位小數的精確四捨五入
    return round(value * 100) / 100.0

應用下 看看結果 如何：

def round_up(value):
    # 替換內建round函式,實現保留2位小數的精確四捨五入
    return round(value * 100) / 100.0

print(round(1.4))

print(round(1.5))

print(round_up(1.115))

print(Decimal(1.115))

#列印結果：
1
2
1.12
1.1149999999999999911182158029987476766109466552734375
 

看著還不錯哦，1.115 居然轉化成功了.

2.decimal.Decimal
四捨五入是基於十進位制的，在二進位制無法精確表示的時候是會有誤差的。
任何需要十進位制運算的地方，都需要用 decimal.Decimal 取代 float：

from _pydecimal import Decimal, Context, ROUND_HALF_UP
print(Context(prec=3, rounding=ROUND_HALF_UP).create_decimal('1.325'))
列印結果：
1.33

自己可以試試其他的值，一定都可以進位.

通過上邊的講解 一定明白 round 本身沒有問題，只是float 儲存的過程有點誤差.

也可以這麼解釋：

這不是bug，而是一種常見的舍入法，名稱是“銀行家式舍入法”，
用意是一半舍一半入，如果碰到0.5全入，那麼銀行覺得自己虧了，
銀行希望和使用者要風險對半。不光Python，其他的計算機語言都是這個方法，
例如C語言和Basic語言。其實不只是電腦科學，在科學實驗的資料處理中，也是採用這種舍入法

推薦第二種方法， 細心的同學可以發現第一種還是不能完成達到5進，自己可以思考下
如果你發現了，可以在下邊評論. 謝謝