Python内置round()函数在2.4与2.7之间的变化

Question

Python中的内置round()函数在2.4和2.7版本之间有没有变化？

Python 2.4:

Python 2.4.6 (#1, Feb 12 2009, 14:52:44)

>>> f = 1480.39499999999998181010596454143524169921875
>>> round(f,2)
1480.4000000000001

Python 2.7:

Python 2.7.1 (r271:86832, May 13 2011, 08:14:41)

>>> f = 1480.39499999999998181010596454143524169921875
>>> round(f, 2)
1480.39

有没有办法让Python 2.4的行为恢复过来？

我知道正确的做法是使用decimal这个算术模块。不过，考虑到时间限制，这可能现在不太可行。

更新

为了提供一些背景信息，我正在比较两个系统中的数值，其中一个使用十进制表示，另一个使用浮点数。这可能（也可能不）是两个系统之间的一个合理差异，需要进一步检查，所以我会咨询用户，并在“报告”阶段处理这个问题，而不是在我从系统获取数据的时候。

Answer 1

在 Python 2.6 的新特性 页面上，我看到以下内容（提到 PEP 3141）：

Python 3.0 引入了几个抽象基类，用于数字类型，这些类受到了 Scheme 数字塔的启发。这些类被移植到了 2.6 版本，作为 numbers 模块。

...

在 Python 3.0 中，PEP 对现有的内置函数 round()、math.floor()、math.ceil() 进行了稍微的重新定义，并新增了一个函数 math.trunc()，这个函数也被移植到了 Python 2.6。math.trunc() 是朝零的方向取整，返回一个最接近的整数，这个整数在函数的参数和零之间。

而且，感谢 @mark-dickinson 的评论，在 Python 2.7 的新特性 页面上，找到了以下内容：

round() 函数现在也进行了正确的取整。

所以，是的，这个变化发生在 Python 2.7。我们可以通过检查 Python 2.6 的行为来验证这一点，发现它仍然是旧的行为：

Python 2.6.7 (r267:88850, Aug 11 2011, 12:18:09) 
[GCC 4.6.1] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> f = 1480.39499999999998181010596454143524169921875
>>> round(f, 2)
1480.4000000000001

在我的 Linux 系统中，我仍然可以使用 Python 2.6 和 Python 2.7，可能你在你的系统中也有；所以，如果你想要旧的行为，或许可以尝试在 Python 2.6 中运行代码。

Answer 2

可能不行，因为Python 2.4实际上返回了一个错误的结果。当你要舍去的数字小于5时，正确的做法应该是向下舍入，也就是把它变成更小的数字。

如果你能具体描述一下你需要的行为，我们或许可以想出其他的方法来解决这个问题。

Answer 3

你第一个问题的答案是：是的，round 在 Python 2.7 中已经修复了。

你第二个问题的答案是：我不太确定，除非真的去用早期的 Python（2.6 应该还会有 2.4 的表现）。在这个特定的情况下，你的值和 1480.395 是没什么区别的，而 1480.395（对我们这些十进制的人来说）会四舍五入到 1480.40。所以我想你可以先四舍五入到比你想要的多一位小数，然后把它变成字符串，再从中得到一个 Decimal……不过抱歉，我想不出不涉及 Decimal 的其他方法。如果我想到了什么（在别人发出更好的建议之前），我会回来修改。

（不过，真的，使用 Decimal 有那么难吗？）

编辑： 这里有一个使用 Decimal 的例子：

>>> from decimal import Decimal
>>> f = Decimal('1480.395')
>>> f.quantize(Decimal('0.00'))
Decimal('1480.40')
>>> float(Decimal('1480.40'))
1480.4

一些注意事项：

Python 2.7 允许你用浮点数作为 Decimal 的输入。不要这样做，因为你又会回到原来的问题。此外，不要在 Decimal 上使用内置的 round 函数，因为这个函数会把你的 Decimal 转换回浮点数，这样你又会回到原来的问题。最简单的情况下，Decimal 的 quantize 方法需要另一个 Decimal，那个 Decimal 代表你真正想要的小数位数（可以把它想象成一个四舍五入的模板）。如果你的数据必须是浮点数，那么在所有 Decimal 计算完成后再转换回浮点数。

最后：我不确定这是否涵盖了 Python 2.4 浮点数行为中的所有奇怪情况。如果你依赖于 Python 2.4 的确切行为，可能没有其他办法可以替代运行在 Python 2.4 上。我上面描述的只是更接近人类风格的四舍五入的一步。