打印超出其精度的浮点数
Printing a Float Beyond Its Precision
当我运行这段代码时，
print('{:.15f}'.format(123456789.55555555555555555555555555555555555555))
print('{:.25f}'.format(0.5555555555555555555555555555555555555555555555))
我得到这个输出：
123456789.555555552244186
0.5555555555555555802271783
这些额外的数字是从哪里来的（123456789.555555552244186，0.5555555555555555802271783），为什么它们不是零？
我猜它们是由转换算法生成的，没有意义，但我想了解更多这方面的信息。如果转换算法使它们为零就好了。
当您尝试存储这些值时，实际存储的是最接近的可表示双精度二进制浮点值。这就是正在打印的内容。所以这些额外的数字实际上是有意义的——它们代表存储的实际值。
见Rob Kennedy's useful web page which shows the closest representable floating point number to a given value. As you can see, the closest double precision value to your first value是：
+ 1234 56789.55555 55522 44186 40136 71875
而 closest double precision value to your second value 是：
+ 0.55555 55555 55555 58022 71783 25003 47867 60807 03735 35156 25
这些值与 Python 产生的相匹配。
所以，这纯粹是一个代表性问题。更多关于浮点数的参考资料：
当我运行这段代码时，
print('{:.15f}'.format(123456789.55555555555555555555555555555555555555))
print('{:.25f}'.format(0.5555555555555555555555555555555555555555555555))
我得到这个输出：
123456789.555555552244186
0.5555555555555555802271783
这些额外的数字是从哪里来的（123456789.555555552244186，0.5555555555555555802271783），为什么它们不是零？
我猜它们是由转换算法生成的，没有意义，但我想了解更多这方面的信息。如果转换算法使它们为零就好了。
当您尝试存储这些值时，实际存储的是最接近的可表示双精度二进制浮点值。这就是正在打印的内容。所以这些额外的数字实际上是有意义的——它们代表存储的实际值。
见Rob Kennedy's useful web page which shows the closest representable floating point number to a given value. As you can see, the closest double precision value to your first value是：
+ 1234 56789.55555 55522 44186 40136 71875
而 closest double precision value to your second value 是：
+ 0.55555 55555 55555 58022 71783 25003 47867 60807 03735 35156 25
这些值与 Python 产生的相匹配。
所以，这纯粹是一个代表性问题。更多关于浮点数的参考资料：