一个关于浮点数运算需要注意的地方

a = 4.2
b = 2.1

a + b

(a + b) == 6.3 

　　浮点数存在的一个问题，不能精确的表示十进制数。这是由于底层 CPU 和  IEEE 754 标准通过自己的浮点单位去执行算术时的特征。看似有穷的小数, 在计算机的二进制表示里却是无穷的。其实这不是Python的问题，而是实数的无限精度跟计算机的有限内存之间的矛盾。

　　举个例子，假如说我只能使用整数(即只精确到个位，计算机内的浮点数也只有有限精度，以C语言中的双精度浮点数double为例，精度为52个二进制位)，要表示任意实数(无限精度)的时候我就只能通过舍入(rounding)来近似表示。

　　比如1.2我会表示成1，2.4表示成2，3.6表示成4.

　　所以呢?

　　在算1.2 - 1.2的时候，由于计算机表示的问题，我算的实际上是1 - 1，结果是0，碰巧蒙对了;

　　在算1.2 + 1.2 - 2.4的时候，由于计算机表示的问题，我算的实际上是1 + 1 - 2，结果是0，再次蒙对了;

　　但是在算1.2 + 1.2 + 1.2 - 3.6的时候，由于计算机表示的问题，我算的实际上是1 + 1 + 1 - 4，结果是-1，运气没那么好啦!

　　这里的1.2, 2.4, 3.6就相当于你问题里的0.1, 0.2和0.3，1, 2, 4则是真正在计算机内部进行运算的数值，我说清楚了吗?

　　另：不仅仅是浮点数的在计算机内部的表示有误差，运算本身也可能会有误差。比如整数2可以在计算机内准确表示，但是要算根号2就有误差了;再比如两个浮点数相除，本来两个数都是精确表示的，但除的结果精度却超出了计算机内实数的表示范围，然后就有误差了。

　　一般情况下，这一点点的小误差是允许存在的。如果不能容忍这种误差(比如金融领域)，那么就要考虑用一些途径来解决这个问题了。

　　使用Decimal模块就可以解决这个问题。

from decimal import Decimal
a = Decimal('4.2')
b = Decimal('2.1')
a + b

print(a + b)

(a + b) == Decimal('6.3')

　　

　　尽管代码看起来比较奇怪，使用字符串来表示数字，但是 Decimal 支持所有常用的数学运算。总的来说，当涉及金融领域时，哪怕是一点小小的误差在计算过程中都是不允许的。因此 decimal 模块为解决这类问题提供了方法。