Python学习精粹018：浮点数及其精确运算

最新推荐文章于 2025-05-04 07:00:00 发布

susun1012

最新推荐文章于 2025-05-04 07:00:00 发布

阅读量3.6k

点赞数 15

CC 4.0 BY-SA版权

分类专栏： Python学习精粹系列文章标签： python 学习开发语言

本文链接：https://blog.csdn.net/susun1012/article/details/136370344

浮点数是指带有小数点的数字，如3.1415。一个带有小数点的数字，即使小数部分为0，亦为浮点数，如0.0, 5.0。

一、取值范围

如下所示：

>>> import sys

>>> print(sys.float_info.min)

2.2250738585072014e-308

>>> print(sys.float_info.max)

1.7976931348623157e+308

可知，浮点类型的取值范围为2.2250738585072014e-308~1.7976931348623157e+308。

执行以下语句：

>>> import sys

>>> print(sys.float_info)

sys.float_info(max=1.7976931348623157e+308, max_exp=1024, max_10_exp=308, min=2.2250738585072014e-308, min_exp=-1021, min_10_exp=-307, dig=15, mant_dig=53, epsilon=2.220446049250313e-16, radix=2, rounds=1)

可获得关于浮点类型（float）的信息，其中，max_exp属性表示以e为底数的幂运算的最大次幂，这里为e的1024次方；max_10_exp属性表示以10为底数的幂运算的最大次幂，这里为10的308次方；min_exp属性表示以e为底数的幂运算的最大次幂，此处为e的-1021次方；min_10_exp属性表示以10为底数的幂运算的最小次幂，此处为10的-307次方；mant_dig属性表示浮点数的精度；epsilon属性表示两个浮点数之间的最小差异；radix属性表示指数的底数，此处为2。

接着试试：

>>> print(pow(10.0, 309))

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

OverflowError: (34, 'Result too large')

将导致溢出错误（OverflowError: (34, 'Result too large')），运算结果超出了浮点类型的取值范围。

二、精确运算

如下所示：

>>> print(10.0/3)

3.3333333333333335

为何会出现这样的结果？

这是因为Python将一个实数（包括有限小数和无限小数）存储为IEEE 754标准的双精度数格式。双精度数在内存中占用8字节64位来存储，其中：1位用于存储符号（0或1，即正或负）；11位用于存储指数，即2的幂，为小数点移动的位数；52位用于存储位数，是小数点右边的二进制位数，定义了浮点数的精度。如下图所示：