【摘要】：因为浮点数只有52位有效数字，从第53位开始，就舍入了。这样就造成了“浮点数精度损失”问题。Python为此提供了另一种数字类型——Decimal。Decimal类型并不是内建的，因此使用它的时候需要导入decimal 模块，并使用 decimal.Decimal() 来存储精确的数字。将上面的浮点型运算改为十进制浮点型运算：再补充一个浮点型运算与十进制浮点型运算区别的实例如下
Python中，双精度浮点型数字的精度是有限的，这经常让一些需要高精度（如科学计算或金融应用程序）的程序员发狂，如：
如前所述，Python为双精度浮点型数字分配了52位来存储浮点数的有效数字，虽然52位有效数字看起来很多，但麻烦之处在于，二进制小数在表示有理数时极易遇到无限循环的问题。其中很多在十进制小数中是有限的，比如十进制的1/10，在十进制中可以简单写为 0.1，但在二进制中，需要写成：0.0001100110011001100110011001100110011001100110011001…（后面全是 1001 循环）。因为浮点数只有52位有效数字，从第53位开始，就舍入了。这样就造成了“浮点数精度损失”问题。舍入（round）的规则为“0 舍 1 入”，所以结果有时会稍大一些有时候会稍小一些。
有时编写程序需要指定精度，以便用于财务计算并生成可预期的结果。Python为此提供了另一种数字类型——Decimal。Decimal类型并不是内建的，因此使用它的时候需要导入decimal 模块，并使用 decimal.Decimal() 来存储精确的数字。这里需要注意的是：使用非整数参数时要记得传入一个字符串而不是浮点数，否则在作为参数的时候，这个值可能就已经是不精确的了。 (www.xing528.com)
将上面的浮点型运算改为十进制浮点型运算：
再补充一个浮点型运算与十进制浮点型运算区别的实例如下
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
