本节书摘来自异步社区《Python 3程序开发指南（第2版•修订版）》一书中的第2章，第2.3节，作者[英]Mark Summerfield，王弘博，孙传庆 译，更多章节内容可以访问云栖社区“异步社区”公众号查看。
2.3 浮点类型
Python提供了3种浮点值：内置的float与complex类型，以及来自标准库的decimal.Decimal类型，这3种数据类型都是固定的。float类型存放双精度的浮点数，具体取值范围则依赖于构建Python的C（或C#或Java）编译器，由于精度受限，对其进行相等性比较并不可靠。float类型的数值要使用小数点或使用指数表示，比如，0.0、4.、5.7、-2.5、-2e9、8.9e-4等。
计算机使用基数2表示浮点数——这意味着，有些十进制数可以准确表示（比如0.5），有些只能大约表示（比如0.1与0.2）。进一步地，在表示上使用了固定数量的比特位，因此，可以存放的数值大小是有限的。下面给出了一个在IDLE中输入的salutary实例：
>>> 0.0, 5.4, -2.5, 8.9e-4
(0.0, 5.4000000000000004, -2.5, 0.00088999999999999995)表示上的不尽准确不是Python特有的问题——所有程序设计语言在表示浮点数时都存在这个问题。
Python 3.1可以产生看上去更为合理的输出：
>>>0.0, 5.4, -2.5, 8, 9e-4
(0.0, 5.4, -2.5 ,0.00089)当Python 3.1输出一个浮点数时，在大多数情况下将使用David Gay的算法。该输出具有尽可能少的位数，而且没有丢失精确性。尽管该输出相当不错，但它没有改变这样的事实，即计算机（无论使用哪种计算机语言）有效地将浮点数以近似值存储。
如果我们确实需要高精度，那么可以使用来自decimal模块的decimal.Decimal数。这种类型在计算时，可以达到我们指定的精度（默认情况下，到小数点后28位），并且可以准确地表示循环小数，比如0.1，但在处理速度上比通常的floatS要慢很多。由于准确性的优势，decimal.Decimal数适合于财政计算。
Python支持混合模式的算术运算，比如使用int与float运算，生成float数；使用float与complex运算，生成complex结果。由于decimal.Decimal是混合精度的，只能用于其他decimal.Decimal数或intS，在与intS混合运算时，会生成decimal.Decimal结果。如果使用不兼容的数据类型进行运算，会产生TypeError异常。
2.3.1 浮点数
表2-2中的所有数值型操作与函数都可以与floatS一起使用，包括增强版的赋值运算符。float数据类型可以作为函数调用——不指定参数时返回0.0，指定的是float型参数时返回该参数的一个拷贝，指定其他任意类型的参数时都尝试将其转换为float。用于转换时，可以给定一个字符串参数，或者使用简单的十进制表示，或者使用指数表示。在进行涉及floatS的计算时，可能会生成NaN（“不是一个数字”）或“无穷”——遗憾的是，这种行为并不是在所有实现中都一致，可能会由于系统底层数学库的不同而不同。
下面给出一个简单函数，该函数用于比较floatS是否相等（按机器所能提供的最大精度）：
def equal_float(a, b):
return abs(a - b) <= sys.float_info.epsilon为了实现上述函数，需要导入sys模块。sys.float_info对象有很多属性，sys.float_ info.epsilon是机器可以区分出的两个浮点数的最小区别。在作者的某台32位系统的机器上，区别仅仅是0.000 000 000 000 000 2（Epsilon是这一数值的传统名称）。Python的floatS通常会提供至多17个数字的精度。
如果在IDLE中输入sys.float_info，就可以显示其所有属性，包括机器可以表示的浮点数的最小值与最大值，输入help(sys.float_info)会显示关于sys.float_info对象的某些信息。
使用int()函数，可以将浮点数转换为整数——返回其整数部分，舍弃其小数部分；或者使用round()函数，该函数将对小数部分四舍五入；或者使用math.floor()函数，或math.ceil()函数——该函数可以将浮点数转换为最近邻的整数（或者向上转换，或者向下转换）。如果浮点数的小数部分为0，float.is_integer()方法将返回True，浮点数的小数表示可以使用float.as_integer_ratio()方法获取，比如，给定浮点数x = 2.75，则调用x.as_integer_ratio()将返回(11, 4)。使用float()函数，可以将整数转换为浮点数。
使用float.hex()方法，可以将浮点数以十六进制形式表示为字符串，相反的转换可以使用float.fromhex()实现1。比如：
s = 14.25.hex() # str s == '0x1.c800000000000p+3'
f = float.fromhex(s) # float f == 14.25
t = f.hex() # str t == '0x1.c800000000000p+3'指数使用p（“幂”）进行表示，而不是使用e，因为e是一个有效的十六进制数字。
除内置的浮点功能之外，math模块提供了更多的一些可用于floatS的函数，如表2-5与表2-6中所示，下面给出的一些代码段，展示了如何使用模块中的函数：
>>> import math
>>> math.pi * (5 ** 2) # Python 3.1 outputs: 78.53981633974483
78.539816339744831
>>> math.hypot(5, 12)
13.0
>>> math.modf(13.732) # Python 3.1 outputs: (0.7319999999999993, 13.0)
(0.73199999999999932, 13.0)
函数math.hypot()用于计算从原点到点point (x, y)的距离，与函数math.sqrt((x 2) + (y 2))产生的结果相同。
math模块非常依赖于编译Python时使用的底层数学模块，这意味着，一些错误条件与边界情况在不同的平台上会有不同的表现。
2.3.2 复数
复数这种数据类型是固定的，其中存放的是一对浮点数，一个表示实数部分，另一个表示虚数部分。Literal复数在书写上使用+或-符号将实数部分与虚数部分（其后跟随一个字母j2）连接在一起，共同构成复数。比如下面这些实例：3.5+2j、0.5j、4+0j、-1-3.7j等。注意，如果实数部分为0，就可以忽略。
复数的两个部分都以属性名的形式存在，分别为real与imag，例如：
>>> z = -89.5+2.125j
>>> z.real, z.imag
(-89.5, 2.125)除//、%、divmod()以及三个参数的pow()之外，表2-2中所有数值型操作符与函数都可用于对复数进行操作，赋值操作符的增强版也可以。此外，复数类型有一个方法conjugate()，该方法用于改变虚数部分的符号，例如：
>>> z.conjugate()
(-89.5-2.125j)
>>> 3-4j.conjugate()
(3+4j)注意，这里我们在一个字面意义的复数上调用了方法。通常，Python允许在任何字面意义值上调用方法或存取属性，只要该字面意义的数据类型提供了该方法或属性——然而，这一规律不适合于特殊的方法，因为总有相应的操作符应该使用（比如+），比如，4j.real为0.0，4j.imag为4.0，4j + 3+2j为3+6j。
复数数据类型可以作为函数进行调用——不给定参数进行调用将返回0j，指定一个复数参数时，会返回该参数的拷贝，对其他任意参数，则尝试将其转换为一个复数。用于转换时，complex()接受的或者是一个字符串参数，或者1或2个浮点数，如果只给定一个浮点数，那么虚数部分被认为是0。
math模块中的函数不能处理复数，这是一个慎重的设计决策，可以确保在有些情况下，math模块的用户得到的是异常，而不是得到一个复数。
要使用复数，可以先导入cmath模块，该模块提供了math模块中大多数三角函数与对数函数的复数版，也包括一些复数特定的函数，比如cmath.phase()、cmath.polar()与 cmath.rect()，还包括cmath.pi、cmath.e 等常量，这些常量与math模块中对应对象包含同样的浮点值。
2.3.3 十进制数字
很多应用程序中，使用浮点数时导致的数值不精确性并没有很大的影响，在很多时候都被浮点计算的速度优势所掩盖，但有些情况下，我们更需要的是完全的准确性，即便要付出速度降低的代价。decimal模块可以提供固定的十进制数，其精度可以由我们自己指定。涉及Decimals的计算要比浮点数的计算慢，但这是否需要关注要依赖于具体的应用程序。
要创建Decimal，必须先导入decimal模块，例如：
>>> import decimal
>>> a = decimal.Decimal(9876)
>>> b = decimal.Decimal("54321.012345678987654321")
>>> a + b
Decimal('64197.012345678987654321')十进制数是使用decimal.Decimal()函数创建的，该函数可以接受一个整数或字符串作为参数——但不能以浮点数作为参数，因为浮点数不够精确，decimals则很精确。如果使用字符串作为参数，就可以使用简单的十进制数表示或指数表示。除提供了准确性外，decimal.Decimals的精确表述方式意味着可以可靠地进行相等性比较。
从Python 3.1开始，使用decimal.Decimals from-float()函数将floats转换为十进制数成为可能，该函数以一个float型数作为参数，并返回与该float数值最为接近的decimal.Decimal。
表2-2中列出的所有数值型操作符与函数，包括增强版的赋值操作符，都可以用于decimal.Decimals，但有两个约束；如果操作符**左边的操作数为decimal.Decimal，那么其右边的操作数必须为整数；同样地，如果pow()函数的第一个参数为decimal. Decimal，那么其第二个以及可选的第三个参数必须为整数。
math模块与cmath模块不适于处理decimal.Decimals，但是math模块提供的一些函数可以作为decimal.Decimal的方法使用，比如，要计算ex（x是一个浮点数），可以使用math.exp(x)，但如果x是一个decimal.Decimal，就需要使用x.exp()。从要素3的讨论可以看出，x.exp()在语法效果上与decimal.Decimal.exp(x)类似。
decimal.Decimal数据类型还提供了ln()方法，用于计算自然对数（以e为基数），就像带一个参数的math.log()、log10()与sqrt()，以及很多特定于decimal.Decimal数据类型的方法。
数据类型为decimal.Decimal的数在某个上下文的作用范围内进行操作，这里，上下文是指影响decimal.Decimal行为的一组设置。上下文会指定需要使用的精度（默认情况下是28位）、截取技术以及其他一些详细信息。
有些情况下，浮点数与decimal.Decimals在精度上的差别会变得很明显：
>>> 23 / 1.05
21.904761904761905
>>> print(23 / 1.05)
21.9047619048
>>> print(decimal.Decimal(23) / decimal.Decimal("1.05"))
21.90476190476190476190476190
>>> decimal.Decimal(23) / decimal.Decimal("1.05")
Decimal('21.90476190476190476190476190')尽管使用decimal.Decimal的除法操作要比使用浮点数的精确得多，这一场景（32位机器上）下，区别只在fifteenth decimal place才表现出来。在很多情况下，这种差别并不是很大的问题——比如，本书中，所有需要浮点数的实例都使用floatS。
另一个需要注意的是上面实例中最后两行，这里第一次展示了打印对象时的一些幕后格式化操作。在使用decimal.Decimal(23) / decimal.Decimal("1.05")的结果作为参数调用print()函数时，打印的是bare number——其输出为字符串形式。如果只是简单地输入该表达式，就会得到一个decimal.Decimal输出——此时的输出是表象形式。所有Python对象都有两种输出形式。字符串形式在设计目标上是为了更易于阅读，表象形式在设计目标上则是生成备用的输出信息，这种输出信息作为Python解释器的输入时（如果可能）会重新产生所代表的对象。下一节讨论字符串时，我们会再次讨论这一主题，在第6章中讨论为自定义数据类型提供字符串与表象形式时会再一次讨论。
库索引中的decimal模块文档提供了所有相关的详细资料，这些内容或者不够清晰，或者超出了本书的范围，此外，该文档还提供了更多的实例以及一个FAQ 列表。
