浮点数无法精确表示0.1和0.2是ieee 754双精度标准的固有局限，因二者在二进制中为无限循环小数；python等语言用53位尾数近似存储，导致0.1+0.2≠0.3，应使用math.isclose()或容差比较。
浮点数在计算机中根本存不准0.1和0.2
这不是Python的bug，而是所有遵循IEEE 754双精度浮点标准的语言（C、Java、JavaScript等）共有的底层限制。0.1和0.2在二进制下是无限循环小数，就像十进制里1/3 = 0.333…无法精确表示一样。Python只能用有限位（53位尾数）去近似存储它们，导致实际存进去的值分别是：
0.1 → 0.1000000000000000055511151231257827021181583404541015625<br>0.2 → 0.200000000000000011102230246251565404236316680908203125
这两个近似值相加后，结果自然不是精确的0.3，而是：
<code>0.1 + 0.2</code> → 0.3000000000000000444089209850062616169452667236328125
直接用==比较浮点数几乎总是错的
这是最常踩的坑：写0.1 + 0.2 == 0.3返回False，然后怀疑Python出问题。实际应该用容差判断：
- 用
math.isclose()（推荐，Python 3.5+）：math.isclose(0.1 + 0.2, 0.3)→True - 手动设阈值：
abs((0.1 + 0.2) - 0.3) - 避免在关键逻辑里依赖浮点相等性，比如循环条件、字典键、集合成员判断
需要精确十进制运算时，别硬扛，换工具
金融计算、会计场景必须避免误差，这时float不是选项：
- 用
decimal.Decimal：传字符串初始化，避免浮点污染 ——Decimal('0.1') + Decimal('0.2') == Decimal('0.3')→True - 别写
Decimal(0.1)，因为0.1已经是不精确的float，污染已发生 -
decimal有性能开销，且不支持**所有**数学函数（如sin、log），需权衡
打印看起来“对”，其实只是Python做了四舍五入
你看到print(0.1)输出0.1，只是Python默认只显示17位有效数字，并自动舍入到“看起来合理”的形式。真相要用repr()或高精度格式看：
<code>repr(0.1)</code> → '0.1000000000000000055511151231257827021181583404541015625'<br><code>f'{0.1:.20f}'</code> → '0.10000000000000000555'
这种隐式格式化容易让人误以为值是精确的，调试时务必用repr()确认真实值。
真正难的不是理解原理，而是在写业务逻辑时下意识避开浮点陷阱——比如用整数分代替小数元，用时间戳毫秒数代替浮点秒数，这些设计选择比事后修补更可靠。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
