0.5、2.5、3.675若采用round四舍五入，结果是多少呢？全错了吧？（讲义）

一、一般情况。round(number[, ndigits])函数返回number舍入到小数点后ndigits位精度的值，比如：

round(3.14, 1)

3.1

如果ndigits被省略或为None，则返回最接近number的整数，除此之外，返回值与number的类型一致。

round(3.14, None)

3

round(3.14, 0)  # 不是被省略，也不是None

3.0

看看ndigits为负数的情况，同样，结果会被舍入到最接近10的负ndigits次幂的倍数。（负负得正，会对整数位进行舍入）

round(314, -1)

310

二、特殊情况。若number离前后的有效数距离相等时，比如0.5，若保留整数部分，很显然，其离0和离1的距离一样，这个时候round会如何取舍呢？先看看下面实际的运行结果情况：

round(0.5)  # 离0和1的距离相等

0

round(-0.5)  # 离0和-1的距离相等

0

round(1.5)  # 离1和2的距离相等

2

round(2.5)  # 离2和3的距离相等

2

round的规则是这样的（python3版本）：选择偶数！上面的结果也印证了这一规则。

三、失真情况。一些十进制小数在计算机中无法用二进制精确表示，存在失真，比如3.675，在计算机中的二进制数接近如下情况：

print(f'{3.675:.20f}')

3.67499999999999982236

所以，如果我们采用round函数保留2位小数的话，很显然，计算机认为更接近3.67，验证一下：

round(3.675, 2)  # 虽然看起来与3.67、3.68的距离相同

3.67

简单解释一下因为进制转换导致的失真，比如，三分之一，在我们十进制世界里就无法用小数精准表示，即使写成0.33333333，后面加再多的3，依然存在误差。但是在三进制世界里，却可以精准地表示为0.1。

总结：

• round函数与我们现实中的四舍五入规则不一样；
• round函数一直在尽量接近公平，在保留有效位时，会选择离其最近的数；
• 但由于存在进制转换的失真，导致计算远近的时候，可能与我们在十进制世界看到的情况不一样；
• 若离两边数的距离完全相等时，round函数选择偶数；
• 由于round函数的规则比较偏技术，所以一般用在对有效位误差要求不太高的地方，对于有严格精度和规则要求的地方，建议使用decimal模块。

小补充，针对编程小白人员：

round(3.004, 2)

3.0

我要的是保留2位小数，为啥输出的只有一位小数呢？round是不是搞错了？！这里确实冤枉round函数了，round函数按照前面讲的规则计算出结果后，对尾部的非有效位确实清0了，然后函数以浮点数或整数返回，对于返回的结果若用于运算，不会有任何问题，但我们上面看到的“3.0”是格式化打印显示，属于数值的格式化输出范畴，跟round没有关系。更深入一步，round函数也仅对尾部的非有效位清0，而不是真正的截断，一方面，对于数值运算不影响，另一方面，计算机中数值运算的有效位是固定的，就是咱们经常提到的32位或64位（二进制位）。