使用 Decimal 时若通过浮点数（如 0.01）初始化，会继承原始浮点精度缺陷；正确做法是始终用字符串（如 '0.01'）或整数运算构造 Decimal 实例。
使用 `decimal` 时若通过浮点数（如 `0.01`）初始化，会继承原始浮点精度缺陷；正确做法是始终用字符串（如 `'0.01'`）或整数运算构造 `decimal` 实例。
decimal.Decimal 的设计目标是提供精确的十进制算术，但其构造过程本身必须无污染——一旦传入 float 类型参数（例如 Decimal(0.01)），Python 会先将该浮点数按 IEEE 754 双精度表示，再转为 Decimal，此时误差早已固化。正如官方文档明确指出：
Decimal(float('1.1'))实际转换为Decimal('1.100000000000000088817841970012523233890533447265625')
在你的示例中：
alpha = Decimal(.01) # ❌ 错误：.01 是 float，精度已失
.01 在二进制浮点中无法精确表示，其真实值约为 0.01000000000000000020816681711721685132943093776702880859375，该误差被完整带入 Decimal 对象，后续所有计算均基于此“错误起点”。
✅ 正确写法有以下两种推荐方式：
-
字符串初始化（最直观、最安全）：
from decimal import Decimal Demands = [9, 12, 8, 11] fM = Decimal('10') alpha = Decimal('0.01') # ✅ 精确解析字符串 '0.01' fM = (1 - alpha) * fM + alpha * Decimal(str(Demands[1 % 4])) print(fM) # 输出：10.02（精确，无尾随噪声） -
整数运算构造（适合比例/百分比）：
alpha = Decimal(1) / Decimal(100) # ✅ 数学上等价且完全精确
⚠️ 注意事项：
- 即使
Demands是整数列表，Demands[1 % 4]返回int，可直接传给Decimal(int)，无需str()转换（Decimal(12)安全）； - 避免混合
float和Decimal运算（如Decimal(10) + 0.01），这会隐式触发float转换，破坏精度； - 可通过
getcontext().prec设置全局精度（默认 28），但精度设置无法修复构造阶段引入的初始误差。
总结：Decimal 不是“自动纠错器”，而是“精确十进制容器”——它的可靠性完全取决于你如何装入数据。坚持「字符串输入、整数构造、零 float 介入」三原则，才能真正消除浮点误差。
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！
