Python 四舍五入用 round() ？

网上一查很多资料都说 Python 内置的 round() 是用于四舍五入的函数，其实它包含着很大的坑，本文将会说明。

说明

先上几个正常的例子熟悉下用法：

# Python 3.7.0
>>> round(1.6)
2
>>> round(1.66, 1)
1.7
>>> round(1.666, 2)
1.67

再上几个打脸的例子：

# Python 3.7.0
>>> round(0.5)
0
>>> round(2.5)
2

纳尼？小数部分的 0.5 为啥被舍掉了，不应该“五入”进一吗？查阅官方文档可知， round() 函数有两个参数，依次是：

number: 整数或浮点数
ndigits（可选）：整数。若被省略或为 None 则函数返回整数，否则函数返回值的类型与 number 相同。

函数的作用为：

Return number rounded to ndigits precision after the decimal point.

翻译过来不就是四舍五入的意思吗？仔细往下看文档，特殊场景下不是的：

if two multiples are equally close, rounding is done toward the even choice.

这句话书上的解释是：

“当某个值恰好等于两个整数间的一半时，取整操作会取到离该值最接近的那个偶数上”
——《Python Cookbook 中文版第 3 版》 P83

也就是说，判断进位的数恰好是 5 的情况，要看 5 的前一位是奇数还是偶数，如果是奇数，则进一，例如 round(1.5) 的结果是 2 ；如果是偶数，则不会进一，而是直接把 5 舍掉，例如 round(2.5) 的结果也是 2 。以上举的几个例子都是浮点数，不过仔细看文档和书上对 round() 函数第二个参数 ndigits 的说明，会发现：

“传递给 round() 的参数 ndigits 可以是负数，在这种情况下会相应地取整到十位、百位、千位等”
——《Python Cookbook 中文版第 3 版》 P83

也就是说，给第二个参数 ndigits 传入 -1，会取整到十位，传入 -2，会取整到百位，以此类推。以取整到十位为例，示例如下：

# Python 3.7.0
>>> round(15, -1)
20
>>> round(25, -1)
20

如果你想：我对判断进位的数是 5 的情况特殊处理，还是可以达到四舍五入的目的的。那么请再看下面的示例：

1
2
3

# Python 3.7.0
>>> round(2.675, 2)
2.67

Excuse me??? 不是说 5 的前一位是奇数的话要进一么，怎么又不对了？难道是 Python 的 Bug ？ Python 官方文档说这不算 Bug ，而是浮点数固有的精度丢失问题。我们都知道，计算机存储的任何数据其实都是二进制流，也就是一串 0 和 1。整数在计算机内是可以精确存储的，而大多数浮点数则不然。因为大多数浮点数若用二进制表示，会变得很长甚至无限长，计算机需要将其截断才能存储，这样就丢失了精度。就拿 2.675 来说，它要存储到计算机里，首先要转为二进制，结果为：10.1010110011001100（假设计算机截断小数点后十六位），如下图所示：

我们把计算机存储 2.675 的这个二进制串再转回十进制，就变成了：2.67498779296875 ，如下图所示：

所以， round(2.675, 2) 的结果就成了 2.67 。更详细的说明可以看参考文献 2

替代方案

既然 Python 四舍五入不可以用 round()，那有没有替代方案呢？
当然有， decimal 模块就是用于浮点数的精确运算的，其中就包括四舍五入。用法示例如下：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

from decimal import *

# 使用当前上下文的一个副本，退出 with 语句时会恢复之前的上下文
with localcontext() as ctx:
    ctx.prec = 3                    # 设置精度（整数和小数部分加起来的位数）
    ctx.rounding = ROUND_HALF_UP    # 设置舍入方式为四舍五入
    print(Decimal('2.675') + 0)     # 后面 + 0 是因为精度和舍入仅在运算期间发挥作用

运行这段代码，输出结果为 2.68
关于 decimal 模块的详细用法和相关问题，可以看参考文献 3

总结

Python 四舍五入不可以用 round()，需要用到 decimal 模块。