之前觉得出现精度问题一般都是因为数字太长（数字太大，或者小数点后面的数过多），变量装不下了导致的。今天遇到一个问题：

S2sq = 0.142
n2 = 5
b = S2sq / n2  # 0.142 / 5
print(b)

这段代码中的 b 按道理来说应该是 0.142/5=0.0284，可是输出却是：

0.028399999999999998

当时遇到这个问题的时候就这么也想不通，Python 中的浮点数为什么像 0.0284 这样简单的数字都表示不了？于是便请教了 GPT 老师，得到的回答是这样的（虽然还是有点一知半解）：

这是计算机的二进制存储导致的。

1️⃣ 二进制不能精确表示某些小数

计算机内部用 二进制浮点数 存储数字（IEEE 754 标准）。二进制浮点数表示为：

数字=符号×(1.小数部分)_2​×2^指数

而像 0.0284 这样的十进制小数，有些是无限循环的二进制小数，类似十进制里 1/3=0.333…

具体到 0.0284：

• 转成二进制大概是： 0.0284 ≈ 0.0000011100011010000111…₂
• 因为二进制位有限（Python 的浮点数大约是 53 位有效二进制），所以只能存储一个近似值。
• 这就是你看到的 0.028399999999999998，它离 0.0284 非常接近，但不是完全相等。

2️⃣ 为什么计算没问题？

计算机做运算时都是用这个近似值进行的，误差非常小： 0.028399999999999998−0.0284≈−2×10−180.028399999999999998 – 0.0284 \approx -2 \times 10^{-18}0.028399999999999998−0.0284≈−2×10−18

这对统计学或者工程计算几乎可以忽略不计。