從原理上來講，任何一門語言對於浮點數的計算都是不精確的。
因為現在的computer都是基於二進位制數來儲存計算的。
例如計算8＋3時，computer會轉換為二進位制的加法1000＋11＝1011，然後再轉換為十進位制數為11。這種演算法對於整數來說是不會產生誤差的（如果不超過計算範圍）；而對於浮點數計算有時就會產生誤差。
因為有的浮點數轉換成為二進位制時是乙個無窮迴圈小數。例如十進位制的0.4，轉換成為二進位制為0.0110011001100110....，這樣，在0.4+0.3時就不能準確的算出是0.7，而是經過一些捨入處理才能得出正確結果，但經過多次運算誤差產生的較大時，即使經過一些捨入處理也不能得到精確的結果了。
浮點型精度分析
科學計數法1.233e23，e大概是exponent指數，階碼。分為三部分，整數部分為1的因數，e是進製階數，後邊是指數二進位制和十進位制轉換 二進位制轉10進製自然語言中以十進位制為主，將十進位製作為基座標更加容易理解 例二進位制 1.1 十進位制 加權係數展開 整數部分 1 2 小數部分 1 2...
什麼叫單精度浮點型？什麼叫雙精度浮點型？
引用一寫道 單精度浮點型 float 專指占用32位儲存空間的單精度 single precision 值。單精度在一些處理器上比雙精度更快而且只占用雙精度一半的空間，但是當值很大或很小的時候，它將變得不精確。當你需要小數部分並且對精度的要求不高時，單精度浮點型的變數是有用的。例如，當表示美元和分時...
Python 浮點型精度問題
目錄print 0.1 0.2 print 0.1 0.1 0.1 0.2 print 0.1 0.1 0.1 0.3 輸出 0.30000000000000004 0.10000000000000003 5.551115123125783e 17出現這種精度問題 因為十進位制與二進位制的相互轉換 ...