python - 用Pythonic方式以任意精度 float 到ROUND_HALF_UP

首先，我想提一下，这个问题不是重复的：

Python Rounding Inconsistently

Python 3.x rounding behavior

我了解IEEE 754，并且知道：


  简单的“始终向上取整0.5”技术会导致对较高数值的轻微偏差。通过大量计算，这可能很重要。 Python 3.0方法消除了这个问题。


我同意ROUND_HALF_UP是劣于Python默认实现的方法。但是，仍有一些人不知道这一点，如果规范要求，则需要使用该方法。完成这项工作的简单方法是：

def round_my(num, precission):
    exp  = 2*10**(-precission)
    temp = num * exp
    if temp%2 < 1:
        return int(temp - temp%2)/exp
    else:
        return int(temp - temp%2 + 2)/exp

但是我的考虑是这不是Pythonic ...根据docs，我应该使用类似以下内容：

def round_my(num, pricission):
    N_PLACES = Decimal(10) ** pricission       # same as Decimal('0.01')
    # Round to n places
    Decimal(num).quantize(N_PLACES)

问题在于这不会通过所有测试用例：

class myRound(unittest.TestCase):
    def test_1(self):
        self.assertEqual(piotrSQL.round_my(1.53, -1), 1.5)
        self.assertEqual(piotrSQL.round_my(1.55, -1), 1.6)
        self.assertEqual(piotrSQL.round_my(1.63, -1), 1.6)
        self.assertEqual(piotrSQL.round_my(1.65, -1), 1.7)
        self.assertEqual(piotrSQL.round_my(1.53, -2), 1.53)
        self.assertEqual(piotrSQL.round_my(1.53, -3), 1.53)
        self.assertEqual(piotrSQL.round_my(1.53,  0), 2)
        self.assertEqual(piotrSQL.round_my(1.53,  1), 0)
        self.assertEqual(piotrSQL.round_my(15.3,  1), 20)
        self.assertEqual(piotrSQL.round_my(157.3,  2), 200)

由于浮点数和十进制数之间具有转换的性质，并且因为量化似乎不适用于10或100等指数。是否有Python方式可以做到这一点？

而且我知道我可以添加无限小的数字，而round(num+10**(precission-20),-pricission)可以工作，但这是错误的，以至于“幼犬会死”。

最佳答案

如您所说，如果您尝试使用大于quantize的数字来1则不起作用：

>>> Decimal('1.5').quantize(Decimal('10'))
Decimal('2')
>>> Decimal('1.5').quantize(Decimal('100'))
Decimal('2')

但是，您可以简单地除，量化和乘以：

from decimal import Decimal, ROUND_HALF_UP

def round_my(num, precision):
    N_PLACES = Decimal(10) ** precision
    # Round to n places
    return (Decimal(num) / N_PLACES).quantize(1, ROUND_HALF_UP) * N_PLACES

但是，只有输入Decimal并与Decimal进行比较，才能通过测试：

assert round_my('1.53', -1) == Decimal('1.5')
assert round_my('1.55', -1) == Decimal('1.6')
assert round_my('1.63', -1) == Decimal('1.6')
assert round_my('1.65', -1) == Decimal('1.7')
assert round_my('1.53', -2) == Decimal('1.53')
assert round_my('1.53', -3) == Decimal('1.53')
assert round_my('1.53',  0) == Decimal('2')
assert round_my('1.53',  1) == Decimal('0')
assert round_my('15.3',  1) == Decimal('20')
assert round_my('157.3',  2) == Decimal('200')

如评论中所述，可以使用科学计数小数作为“有效的”量化参数，从而简化了函数：

def round_my(num, precision):
    quant_level = Decimal('1e{}'.format(precision))
    return Decimal(num).quantize(quant_level, ROUND_HALF_UP)

这也通过了上面提到的测试用例。