round() befehl - Ausgabe auf Stellen beschränken

[ABTW]

Hi Ihr.
Ich lasse mir durch zwei float werte einen prozentsatz errechnen, welchen ich danach runden will. Wenn ich diesen Wert in round() einsetze, kann ich leider nur mit einem Komma getrennt sagen, bis zu welcher Stelle er runden soll. Die Ausgabe an sich bleibt aber leider so lange

Hier mein Beispiel

Code: Alles auswählen

>>> a=32.6276549
>>> a
32.627654900000003
>>> round(a,2)
32.630000000000003

gibt es ein Mittel alles nach der zweiten Kommastelle abzuschneiden? Und nicht unbedingt mir string-funktionen.
danke

[jens]

Also ich glaub nicht das es anders geht, also mit String-Operatoren... Könnte man sich evtl. einen eigenen long-Typ basteln???

[ABTW]

und wieder einmal machen skripte und die python shell unterschiedliche dinge....
im skript funktioniert es so wie da oben.... in der shell zeigt er nur interne, genaue ergebnisse

[Leonidas]

Ich habe den Thread mal nach Allgemeine Fragen verschoben.

Versuchs in der Pythonshell mit print:

Code: Alles auswählen

In [1]: a = 32.6276549

In [2]: print round(a, 2)
32.63

In [3]: print repr(round(a, 2))
32.630000000000003

Und ja auch ein Mittel zum Formatieren gibt es:

Code: Alles auswählen

In [4]: print "%0.2f" % round(a, 2)
32.63

[jens]

Aber die Frage ist, warum ist print repr(round(a, 2)) nicht 32.63 ???

[Leonidas]

Weil repr() die genaue Darstellung ist und floats in Computern allgemein ungenau sind.

Für Ungenauigkeiten ist str() zuständig

Code: Alles auswählen

In [7]: print str(round(a, 2))
32.63

Edit: gehen wir von a = 32.6276549 aus. Wenn man es mit print ausgibt, dann wird erst versucht a.__str__() aufzurufen (str(a) ruft auch a.__str__() auf), wenn das nicht geht, wird a.__repr__() versucht (repr(a) ruft passend dazu a.__repr__auf). Wenn du aber in der Interaktiven Python-Shell nur a angibst, wird sofort a.__repr__() benutzt.

[jens]

Sorry, das verstehe ich nicht, warum sollte ein round(32.6276549, 2) ein ungenaues Ergebniss haben???

[Leonidas]

Weil Computer Probleme mit Gleitkommazahlen haben.

Die Suche nach float ungenau liefert ganz schnell mal einen Thread bei mrunix, in dem das etwas erklärt wird. Genauere Infos gibt in What Every Computer Scientist Should Know About Floating-Point Arithmetic. Dies ist ein Computer-Problem, kein Python-Problem.

[mitsuhiko]

Python hat dafür einen eigenen Datentyp
import decimal und dann kannst du folgendes tun:

Code: Alles auswählen

>>> import decimal
>>> a = decimal.Decimal("35.12")
>>> b = decimal.Decimal("72.34")
>>> a + b
Decimal("107.46")
>>> c = 35.12
>>> d = 72.34
>>> c + d
107.46000000000001

[Leonidas]

Python hat dafür einen eigenen Datentyp

Hmm, das ist mal was tolles, wieder eine schöne bereicherung die man am Python 2.4 nutzen kann.

Aber in der Praxis ist float auch ausreichend, vor allem wenn man gerne mit älteren Python-Versionen kompatibel bleibt.

[mawe]

Ehrlich gesagt versteh ich nicht, wozu man Decimal braucht. Ja, mehr fällt mir dazu nicht ein

[Leonidas]

Ehrlich gesagt versteh ich nicht, wozu man Decimal braucht.

The exactness carries over into arithmetic. In decimal floating point, "0.1 + 0.1 + 0.1 - 0.3" is exactly equal to zero. In binary floating point, result is 5.5511151231257827e-017. While near to zero, the differences prevent reliable equality testing and differences can accumulate. For this reason, decimal would be preferred in accounting applications which have strict equality invariants.

Wie gesagt, sehr selten kann es unter Umständen nützlich sein. Aber schön zu wissen, dass man sowas zur Verfügung hat, wenn's nötig ist.

[BlackJack]

Ehrlich gesagt versteh ich nicht, wozu man Decimal braucht. Ja, mehr fällt mir dazu nicht ein

Braucht man zum Beispiel wenn man ernsthaft mit Geldbeträgen rechnen möchte oder eine Simulation schreibt. Bei beiden Anwendungen kann man diese, meist versteckten, Ungenauigkeiten von floats nicht gebrauchen. Die Ungenauigkeiten neigen nämlich dazu sich mit der Zeit zu addieren und bei Multiplikationen werden sie auch entsprechend grösser. Ausserdem bekommt man bei floats Probleme wenn man sehr grosse und sehr kleine Werte verrechnet und nicht möchte das die kleinen einfach unter den Tisch fallen weil die bei der Normalisierung der internen Darstellung von floats einfach verschwinden.