python处理浮点数
问题来源：
想把一个‘17.99’的字符串转化成字符串1799，于是用了下面的方法：
real_price=str(int(float(real_price_obj.text.strip('￥')) * 100))#real_price_obj.text='￥17.99'
预期：real_price=‘1799’
实际：real_price=‘1798’
下面说明原因：
首先做一个实验：
x = 0.0
for i in range(10):
x += 0.1
print(x)
========================打印结果
0.1
0.2
0.30000000000000004
0.4
0.5
0.6
0.7
0.7999999999999999
0.8999999999999999
0.9999999999999999
即：为什么有几行的输出看起来不对？
因为 Python 中使用双精度浮点数来存储小数。在 Python 使用的 IEEE 754 标准（52M/11E/1S）中，8字节64位存储空间分配了52位来存储浮点数的有效数字，11位存储指数，1位存储正负号，即这是一种二进制版的科学计数法格式。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，他得写成：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。这样就造成了标题里提到的”浮点数精度损失“问题。 舍入（round）的规则为“0 舍 1 入”，所以有时候会稍大一点有时候会稍小一点。
>>> x=0.0
>>> for i in range(10):
... x+=0.1
... print(round(x,1))
...
==================结果
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
而为了回应人们在某些状况下对这个精度问题难以忍受的心情，Python 提供了另一种数字类型——Decimal 。他并不是内建的，因此使用它的时候需要 import 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：
Decimal(0.1) == Decimal('0.1')
False
总结：
工程项目中还是用Decimal比较靠谱；想用float的话，需要配合使用round（）解决精度问题～
