在 Python 中，有四种内置数值类型，分别是整型整数类型（int）、布尔类型（bool）、浮点数类型（float）和复数类型（complex）。浮点数默认是双精度类型，占8个字节（64bit）的内存空间，可提供最多17位有效数字。浮点数的 有效数字（Significant Digits） 可以通过多种方式处理。

先了解一下什么是有效数字。有效数字通常指的是一个数中从第一个非零数字开始到最后一个数字之间的所有数字，包括末尾的零（不包括小数点）。例如，12.340有五位有效数字。

1. 浮点数的默认精度

Python 的浮点数遵循 IEEE 754 双精度标准（也就是基于双精度浮点数的），通常提供约 15-17 位有效数字。例如：

x = 1.2345678901234567 # 有效数字约 16 位 print(x) # 输出：1.2345678901234567

那么双精度浮点数占8个字节（64bit）的内存空间，与有效数字之间有什么关系呢？

Python中的浮点数默认采用IEEE 754双精度格式（64位），其二进制存储结构如下：

• 符号位（1位）：表示正负（0为正，1为负）。
• 指数部分（11位）：用于调整小数点的位置（偏移量编码）。
• 尾数部分（52位）：存储有效数字（二进制小数）。

2. 有效数字的二进制位数

• 总有效位数：53位二进制（含隐含的1个前导位）。
  • 尾数显式存储52位，但实际有效位数为52 + 1（隐含的1.xxx...形式）。
• 十进制精度：约15~17位有效数字（二进制53位转换为十进制的结果），但二进制与十进制的转换可能导致误差。

3. 整数部分和小数部分的动态分配

IEEE 754浮点数的核心是科学计数法，并不是小数和整数部分分开存储的，其整数和小数部分的二进制位数由指数动态决定。

科学计数法，也就是有效数字加上指数的方式。所以整数和小数部分的二进制位数会根据指数的值而变化。例如，当指数为正时，整数部分可能有更多位，而小数部分则少；指数为负时，整数部分可能为零，小数部分较多。

• 示例1：数字8.5的二进制为1000.1，存储为：

  

  • 整数部分：1000（4位二进制）
  • 小数部分：.1（1位二进制）
• 示例2：数字0.375的二进制为0.011，存储为：

  

  • 整数部分：0
  • 小数部分：.011（3位二进制）

关键注意事项

（1）动态调整：整数和小数部分的位数不固定，由指数值决定。例如：2^10的浮点数会比2^{-10}分配更多位给整数部分。

（2）精度限制：如果整数部分二进制位数超过53位，小数部分将丢失精度。例如：2^{53} + 1无法精确表示，会被舍入为2^{53}。

# 查看浮点数的二进制表示 
import sys 
x = 8.5 
print(bin(sys.float_info.epsilon)) # 输出最小精度差异的二进制 
print(format(x, '.60f')) # 观察小数精度截断

sys.float_info.max   # 浮点数晨大值
# 结果为：1.7976931348623157e+308
sys.float_info.min   # 浮点数最小值
# 结果为：2.2250738585072014e-308

4. 控制显示的有效数字

若需将浮点数格式化为特定有效数字的字符串，可以使用 字符串格式化 或 round 函数。

方法 1：format 函数（推荐）

• 格式说明符 g：自动选择科学计数法或定点表示法，保留指定有效数字。

  x = 123.456789 
  print("{:.3g}".format(x)) # 输出：123（3 位有效数字） 
  print("{:.5g}".format(x)) # 输出：123.46（5 位有效数字）

• 格式说明符 e：强制科学计数法。

  print("{:.3e}".format(0.000123456)) # 输出：1.235e-04（3 位有效数字）

方法 2：round 函数

• round(number, ndigits) 可四舍五入到指定小数位，但需结合量级调整以实现有效数字：

  x = 123.456789 
  rounded = round(x, 2 - len(str(int(x)))) # 保留 3 位有效数字 
  print(rounded) # 输出：123.0

5. 高精度计算：decimal 模块

若需严格控制有效数字（如金融计算），可使用 decimal 模块：

from decimal import Decimal, getcontext 
# 设置全局有效数字为 5 
getcontext().prec = 5 
x = Decimal("123.456789") # 必须用字符串初始化避免浮点误差 
y = Decimal("0.987654") 
result = x + y print(result) # 输出：124.44（自动保留 5 位有效数字）

6. 浮点数精度陷阱

注意浮点数的二进制表示可能导致精度丢失：

print(0.1 + 0.2) # 输出：0.30000000000000004（二进制无法精确表示十进制小数）

此时应使用 decimal 模块避免问题。

7. 总结：方法对比

方法	适用场景	示例
字符串格式化	显示或输出控制	"{:.3g}".format(123.456) → `123`
round 函数	简单四舍五入	round(123.456, 2) → `123.46`
decimal 模块	高精度计算或严格有效数字控制	Decimal("123.456").quantize(...)

常见问题

• Q：为什么 round(2.675, 2) 得到 2.67 而不是 2.68？
  A：浮点数二进制精度问题导致舍入误差，建议用 decimal 模块。

• Q：如何直接获取浮点数的所有有效数字？
  A：转换为字符串后处理（需注意科学计数法）：

  def get_significant_digits(x): return len(str(x).replace(".", "").lstrip("0").rstrip("0")) print(get_significant_digits(0.00123400)) # 输出：5（有效数字 12340）

通过以上方法，你可以灵活控制 Python 浮点数的有效数字，满足不同场景需求。