double Num
{
get{ return Math.Round(num, 1); }
}
Math.Round：该方法的行为遵循IEEE标准754第4节。这种舍入有时称为最接近舍入或银行家舍入。它最小化由于在单个方向上一致地将中点值四舍五入而导致的舍入误差。(强调是我的)。重点是-它最小化，而不是确保。
在比较浮点数类型时，应始终针对一个 epsilon 进行测试 - 一个最小值，超过该值您不再关心。
示例改编自 此处：
double dValue = 0.2;
var diff = Math.Abs(num - dValue);
if( diff < 0.0000001 ) // need some min threshold to compare floating points
{
// treat as equal
}
推荐阅读：计算机科学家应该了解的浮点运算知识。
无论你是否相信，这是有意的行为，并符合某些IEEE标准。
在单一的二进制表示中，不可能完全保留模拟日常值，例如大数或小分数。 .NET中的浮点数（如float或double）尽力在给它们赋值时最大限度地减少误差，因此当你将0.2赋值给变量时，语言会尽力选择误差最小的表示方法。
数字并不是在内存中以某种方式退化 - 这是一个故意的步骤。如果你正在比较浮点数，你应该总是允许一个可接受的区域来进行比较。你对0.2的表示接近于很多位小数的一个非常大的数字。这对你的应用程序是否足够好呢？它看起来让人惊讶，但实际上是一个非常小的误差。当比较双精度浮点数和单精度浮点数（与整数或彼此之间），你应该始终考虑可接受的精度，并接受期望结果两侧范围内的数值。
你还可以选择使用其他类型，如decimal，它在小数位上具有极高的精度 - 但与浮点数和双精度浮点数相比也要大得多。
变量本身不会自行更改。如果在某个时间点a == b，则在修改a或b之前，a == b将一直成立。
您可能遇到与浮点数据类型表示相关的问题，但目前尚不清楚具体是什么问题。显然，您目前的“解决方案”几乎肯定不是一个好主意。
使用以下代码测试双精度浮点数的相等性：
public static bool AreEqual(double d1, double d2, double delta)
{
return Math.Abs(d1 - d2) < delta;
}