使用 decimal.quantize 配合 round_half_up 可实现标准的四舍五入,解决 python 内置 round 函数因银行家舍入法导致的中间值偏向偶数的问题。操作前需确保通过字符串构建 decimal 对象以避免浮点精度丢失,并在调用时显式指定舍入模式。

避免浮点陷阱与正确初始化
在进行高精度计算或严格舍入前,必须从字符串而非浮点数创建 Decimal 实例。直接使用浮点数(如 2.675)会引入二进制表示误差,导致后续舍入结果偏离预期。
from decimal import Decimal, ROUND_HALF_UP
# 错误示范:浮点数直接传入会导致精度问题
d_bad = Decimal(2.675)
print(f"浮点初始化: {d_bad}")
# 正确示范:通过字符串初始化
d_good = Decimal('2.675')
print(f"字符串初始化: {d_good}")

执行标准四舍五入操作
使用 quantize 方法并传入目标精度的 Decimal 对象及 ROUND_HALF_UP 常量。该模式确保当尾数恰好为 5 时,向远离零的方向舍入,符合日常数学直觉。
from decimal import Decimal, ROUND_HALF_UP
d = Decimal('2.675')
# 保留两位小数,使用 ROUND_HALF_UP
result = d.quantize(Decimal('0.01'), rounding=ROUND_HALF_UP)
print(result) # 输出: 2.68
验证中点与非中点场景
对比正负中点值及非中点值,确认舍入行为的一致性。重点观察 .5 结尾的数字是否均向上舍入,以及普通数字是否按常规规则处理。
from decimal import Decimal, ROUND_HALF_UP
test_cases = ['2.5', '3.5', '-2.5', '-3.5', '2.675']
for val in test_cases:
d = Decimal(val)
rounded = d.quantize(Decimal('1'), rounding=ROUND_HALF_UP)
print(f'{val} -> {rounded}')
运行上述代码将得到以下输出,验证了中点值均远离零舍入:
2.5 -> 3 3.5 -> 4 -2.5 -> -3 -3.5 -> -4 2.675 -> 3
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!











