========================
3.1 数字的四舍五入
========================

----------
问题
----------
你想对浮点数执行指定精度的舍入运算。

----------
解决方案
----------
对于简单的舍入运算，使用内置的 ``round(value, ndigits)`` 函数即可。比如：

.. code-block:: python

    >>> round(1.23, 1)
    1.2
    >>> round(1.27, 1)
    1.3
    >>> round(-1.27, 1)
    -1.3
    >>> round(1.25361,3)
    1.254
    >>>

当一个值刚好在两个边界的中间的时候， ``round`` 函数返回离它最近的偶数。
也就是说，对1.5或者2.5的舍入运算都会得到2。

传给 ``round()`` 函数的 ``ndigits`` 参数可以是负数，这种情况下，
舍入运算会作用在十位、百位、千位等上面。比如：

.. code-block:: python

    >>> a = 1627731
    >>> round(a, -1)
    1627730
    >>> round(a, -2)
    1627700
    >>> round(a, -3)
    1628000
    >>>

----------
讨论
----------
不要将舍入和格式化输出搞混淆了。
如果你的目的只是简单的输出一定宽度的数，你不需要使用 ``round()`` 函数。
而仅仅只需要在格式化的时候指定精度即可。比如：

.. code-block:: python

    >>> x = 1.23456
    >>> format(x, '0.2f')
    '1.23'
    >>> format(x, '0.3f')
    '1.235'
    >>> 'value is {:0.3f}'.format(x)
    'value is 1.235'
    >>>

同样，不要试着去舍入浮点值来"修正"表面上看起来正确的问题。比如，你可能倾向于这样做：

.. code-block:: python

    >>> a = 2.1
    >>> b = 4.2
    >>> c = a + b
    >>> c
    6.300000000000001
    >>> c = round(c, 2) # "Fix" result (???)
    >>> c
    6.3
    >>>

对于大多数使用到浮点的程序，没有必要也不推荐这样做。
尽管在计算的时候会有一点点小的误差，但是这些小的误差是能被理解与容忍的。
如果不能允许这样的小误差(比如涉及到金融领域)，那么就得考虑使用 ``decimal`` 模块了，下一节我们会详细讨论。