Python 里 0.1 加 0.7 判等失败 浮点误差该怎么比较

结算脚本里有一句 if total == 0.8,线上偶发不走折扣分支。把值打出来是 0.7999999999999999。Python 3.11,0.1 + 0.7 的结果就是这个数,不是 0.8。

原因是二进制浮点。0.1 和 0.7 在 IEEE 754 双精度里都存不下,各自带一点误差,相加以后误差没有抵消,反而落在 0.8 下面一格。repr 显示的是最短可回读表示,print 有时又四舍五入成 0.8,看日志很容易误判,排查时一律用 repr。

试过 round(a + b, 10) == 0.8,大部分场景能用。但金额一大就出问题,比如 12345678.9 加 0.05,round 到 10 位也救不回来,有效位数已经不够了。这种补丁不能当通用方案,只适合临时堵漏。

现在按场景分。判断相等用 math.isClose,rel_tol 给 1e-9,别把 rel_tol 和 abs_tol 乱配,两者同时生效反而更难解释。金额一律换整数分,存库用 DECIMAL(12,2),Python 侧用 Decimal,并且必须传字符串,Decimal(0.1) 会把误差原样带进去。

from decimal import Decimal
import math

a = 0.1 + 0.7
print(repr(a))                  # 0.7999999999999999
print(a == 0.8)                 # False
print(math.isclose(a, 0.8, rel_tol=1e-9))
print(Decimal('0.1') + Decimal('0.7') == Decimal('0.8'))

还有一处容易忽略:比较前先确认两边的精度口径一致。接口返回的是字符串还是 float,JSON 解析默认成 float,等进到 Python 再转 Decimal 已经晚了。我们在反序列化那一层直接 parse_float=Decimal 解掉,后面的链路不再碰二进制浮点。

改完跑了 30 万条历史订单对账,差异从 47 条降到 0。现在只要看到代码里有 == 后面跟小数字面量,我都会停下来看一眼。

您可以还会对下面的文章感兴趣: