Python Decimal不支持从float构建，它期望你首先将float转换为字符串。
这非常不方便，因为浮点数的标准字符串格式化需要指定小数位数而不是有效位数。因此，如果你有一个可能有多达15个小数位的数字，你需要格式化为Decimal("%.15f" % my_float)，如果在小数点前也有任何有效位数，则第15个小数位将得到错误结果(Decimal("%.15f" % 100000.3) == Decimal('100000.300000000002910'))。
有人能否建议一种好的方法来将float转换为Decimal并保留值，或许限制可以支持的有效位数？
"%.15g" % f
或者在Python 3.0中：
format(f, ".15g")
只需直接将浮点数传递给Decimal构造函数即可，如下所示：
from decimal import Decimal
Decimal(f)
Decimal构造函数会引入舍入误差。最好在将浮点数传递给构造函数之前将其转换为字符串。例如，Decimal(0.30000000000000004)的结果为Decimal('0.3000000000000000444089209850062616169452667236328125')，而Decimal(str(0.30000000000000004))的结果为Decimal('0.30000000000000004')。 - Aliaksandr Adzinets0.30000000000000004 .as_integer_ratio()--内部表示可以看作是用科学计数法写成的二进制数）对应的值，直接传递float即可。如果要获取（天真的）“所见即所得”的十进制比率：30000000000000004/100000000000000000，则需要传递字符串。https://docs.python.org/3/tutorial/floatingpoint.html - jfs0.30000000000000004 和一个由 '0.30000000000000004' 表示的数字是不同的（因为后者不能精确地表示为一个浮点数）。换句话说，十进制数并没有在此引入误差，而是相反的，str() 改变了浮点数的值。只是恰好 str() 产生的误差可能对于一些关于浮点数的朴素观点是可取的。 - jfsformat(0.012345, ".2g") == 0.012 - 保留了三个小数位，而 format(0.12345, ".2g") == 0.12。应该使用 f 格式化程序：format(0.012345, ".2f") == 0.01。 - Chrisf，在这里会出错。尝试使用 1.23e-20。 - jfs>>> a = 2.111111
>>> a
2.1111110000000002
>>> str(a)
'2.111111'
>>> decimal.Decimal(str(a))
Decimal('2.111111')
repr()的答案评论中提到的），这里的str()将限制到17个小数位，例如Decimal(str(0.12345678901234567890))的结果为Decimal('0.12345678901234568')。 - Gary但每次用户输入一个值时，它都是作为字符串而不是浮点数输入的。你需要直接将其转换为Decimal，这样就不会失去精度。请勿在任何地方将其转换为浮点数。有没有人能够建议一种好的方法，将浮点数转换为Decimal并且保留用户输入的值？
您可以通过以下方式将数值转换并量化为小数点后五位：
Decimal(float).quantize(Decimal("1.00000"))
Python可以从浮点数创建Decimal。你只需要将其先转换为字符串。但是，当进行字符串转换时，不会出现精度损失。你要转换的浮点数本来就没有那种精度。（否则，你就不需要Decimal）
我认为这里的混淆在于我们可以使用十进制格式创建浮点数字面量，但一旦解释器消耗该字面量，内部表示就变成了浮点数。
浮点数的“官方”字符串表示由内置函数repr()提供：
>>> repr(1.5)
'1.5'
>>> repr(12345.678901234567890123456789)
'12345.678901234567'
repr 返回最短的表示形式，该形式会得到相同的 IEEE-754 双精度浮点数。 - Pedro Werneck今天我遇到了同样的问题/疑问，但迄今为止我对给出的任何答案都不完全满意。问题的核心似乎是：
有人能建议一种好的方法将浮点数转换为十进制数[...]，可能限制可支持的有效数字位数吗？
简短的答案/解决方案：可以。
def ftod(val, prec = 15):
return Decimal(val).quantize(Decimal(10)**-prec)
长答案：
如nosklo所指出的那样，将用户输入转换为浮点数后无法保留其输入。 但是可以使用合理的精度对该值进行四舍五入并将其转换为Decimal。
在我的情况下，我只需要小数点后2到4位数字，但它们需要准确。让我们考虑经典的0.1 + 0.2 == 0.3检查。
>>> 0.1 + 0.2 == 0.3
False
>>> from decimal import Decimal
>>> def ftod(val, prec = 15): # float to Decimal
... return Decimal(val).quantize(Decimal(10)**-prec)
...
>>> ftod(0.1) + ftod(0.2) == ftod(0.3)
True
Ryabchenko Alexander的回答对我非常有帮助。只是缺少一种动态设置精度的方法 - 这是我想要（也许也需要）的功能。 Decimal文档FAQ提供了一个示例，说明如何构造quantize()所需的参数字符串：
>>> Decimal(10)**-4
Decimal('0.0001')
以下是18位数字分隔符后的打印效果（来自于C语言编程，我喜欢Python中的花式表达）：
>>> for x in [0.1, 0.2, 0.3, ftod(0.1), ftod(0.2), ftod(0.3)]:
... print("{:8} {:.18f}".format(type(x).__name__+":", x))
...
float: 0.100000000000000006
float: 0.200000000000000011
float: 0.299999999999999989
Decimal: 0.100000000000000000
Decimal: 0.200000000000000000
Decimal: 0.300000000000000000
最后，我想知道比较仍然有效的精度是多少：
>>> for p in [15, 16, 17]:
... print("Rounding precision: {}. Check 0.1 + 0.2 == 0.3 is {}".format(p,
... ftod(0.1, p) + ftod(0.2, p) == ftod(0.3, p)))
...
Rounding precision: 15. Check 0.1 + 0.2 == 0.3 is True
Rounding precision: 16. Check 0.1 + 0.2 == 0.3 is True
Rounding precision: 17. Check 0.1 + 0.2 == 0.3 is False
对于最大精度，15似乎是很好的默认值。这在大多数系统上都可以正常工作。如果您需要更多信息，请尝试：
>>> import sys
>>> sys.float_info
sys.float_info(max=1.7976931348623157e+308, max_exp=1024, max_10_exp=308, min=2.2250738585072014e-308, min_exp=-1021, min_10_exp=-307, dig=15, mant_dig=53, epsilon=2.220446049250313e-16, radix=2, rounds=1)
在我的系统上，float类型的尾数有53位，我计算了它所表示的十进制数字的位数：
>>> import math
>>> math.log10(2**53)
15.954589770191003
这告诉我我们用53位可以获得近16位数字。因此，15位对于精度值来说是足够的，并且应该始终有效。16位容易出错，17位肯定会引起麻烦（如上所述）。
无论如何，在我的特定情况下，我只需要2到4位小数精度，但作为一个完美主义者，我很享受调查这个问题 :-)
欢迎任何建议/改进/投诉。
g 忽略小数点后的前导零，所以 format(0.012345, ".2g") 返回 0.012 - 保留三位小数。如果您需要对小数位数有硬性限制，请使用格式化符号f： format(0.012345, ".2f") == 0.01。