在計算機中計算0.1 + 0.2，結果不等于 0.3 ，而是0.30000000000000004，為什麼會出現這個結果呢？下文一步一步來闡述下python浮點數損失精度問題，及如何解決該問題。
0.1+0.2≠0.3現象
0.1+0.2≠0.3代碼
0.1+0.2≠0.3根因——python浮點數損失精度問題
0.1+0.2≠0.3的具體原因，是因為Python 中使用雙精度浮點數來存儲小數。在 Python 使用的 IEEE 754 标準（52M/11E/1S）中，采用的是一種二進制版的科學計數法格式，8位元組64位存儲空間配置設定52位來存儲浮點數的有效數字，11位存儲指數，1位存儲正負号。
52位有效數字雖然看起來很多，但二進制小數在表示有理數時，經常會遇到到無限循環的問題。很多數字在十進制小數中是有限的，但在二進制中卻是無線循環的。
舉例：十進制的 1/10，在十進制中可以寫為 0.1 ；但在二進制中，得寫成：0.0001100110011001100110011001100110011001100110011001…..（後面全是1001 循環）。
因浮點數隻有52位有效數字，故從第53位開始就舍入了，這樣就造成了”浮點數精度損失“問題。舍入（round）的規則為“0 舍 1 入”，是以就會出現數字有時候比實際稍大一點，有時候比賽數字稍小一點的現象。
解決python浮點數損失精度問題
在python中可以采用采用round()函數，對資料進行處理。
round()函數的格式：round(x, d)， 其中x表示需要被處理的資料，d表示要傳回的小數位數，即round(x, d)代表傳回參數x的四舍五入的有 d 位小數的一個數字。d=0表示取整，d=1表示要傳回一位小數，以此類推。此外，round()會自動四舍五入。
python代碼
注意：整數+浮點數=浮點數，如1+3.0=4.0。是以，還需要注意不确定尾數的問題。
python代碼