摄影：产品经理下厨：产品经理
在以前的文章里面，我们已经讲到过，不仅仅是 Python，很多编程语言里面，浮点数都不一定是精确的。最常被用来作为例子的是：0.1 + 0.2。在 Python 里面，这个加法的结果如下图所示：
因为这个原因，我们显然不能直接用等号判断两个浮点数是否相等，如下图所示：
在工程上，我们不要求绝对精确，只要求足够精确就可以了。所以，当我们要判断两个数是否相等时，只需要判断这两个数的差值是否小于某一个特定的值即可。例如：
0.30000000000000004 0.3
它们的差值是0.00000000000000004，(十亿亿分之4)，无论是测量重量还是测量长度，这个差异都可以忽略不计，因此可以认为0.30000000000000004与0.3在误差范围内是相等的。
如果大家去网上搜索某些判断浮点数是否相等的方法，你可能会发现下面这种写法：
def compare_float(a, b, precision): if abs(a - b) <= precision: returnTrue returnFalse
看起来似乎没有问题，例如我把 precision 设置为，这不就是判断a，b这两个数字的差值的绝对值小于吗？如果差值的绝对值小于这么小的一个精度值，不就说明可以判断他们相等吗？
但是等等，在代码里面，有一个<=，这个符号的意思是小于或者等于，有等于在里面，所以if abs(a - b) <= precision等价于if abs(a - b) < precision or abs(a - b) == precision。
但是我们一开始就说明了，两个浮点数不能使用==来判断是否相等，所以这里abs(a - b) == precision得到的结果本来就是不准确的，怎么可以用不准确的结果来说明另一个不准确的结果？
所以，正确的做法，应该是把两边都扩大很多倍，让他们都变成整数再来对比。
例如我设置的精度为，那么我们就把两边同时乘以10^9:
if1e9 * abs(a - b) <= 1: returnTrue
所以比较浮点数是否相等的代码应该改为：
def compare_float(a, b, precision): if precision == 0: return a == b elif precision < 0: raise Exception('precision 不能小于0') elif precision >= 1: if abs(a - b) <= precision: returnTrue else: if (1 / precision) * abs(a - b) <= 1: returnTrue returnFalse
当精度设定为0的时候，就是要求 a 和 b绝对相等，不能有误差，此时可以使用==来进行判断。如果precision大于1，那么此时可以直接判断。如果0 < precision < 1，那么两边乘以，把浮点数对比转换为整数对比。
在 Python 3里面，我们有现成的库math.isclose，它的用法如下：
>>> import math >>> math.isclose(0.1 + 0.2, 0.3) True
运行效果如下图所示：
math.isclose默认的误差值是，你也可以增加一个参数人工指定：
>>> math.isclose(0.1 + 0.2, 0.3, rel_tol=1e-5)
这里设定误差值为。
