在Python中精确地乘以非常大的数字

在Python中，我试图用非常大的整数乘以非常大的浮点数，我注意到了一些小的错误。 例如：

a = 45310630.0
b = 1023473145

c = int(a * b)
print(c)

我得到的答案是 46374212988031352但我知道答案应该是46374212988031350。当我将变量“a”更改为整数时，乘法的执行是正确的。但是，由于“a”来自除法（可能不是整数），我不能简单地将其转换为整数。

如果使用，您可以准确地处理较大的数字，但会牺牲一些效率：

from fractions import Fraction
a = Fraction(45310630.0)
b = Fraction(1023473145)

c = int(a * b)
print(c)

输出：

46374212988031350

一些时间安排：

In [2]: a = Fraction(45310630.0)
   ...: b = Fraction(1023473145)
   ...:

In [3]: %timeit int(a * b)
3.92 µs ± 21.9 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

In [4]: a = 45310630.0
   ...: b = 1023473145
   ...:

In [5]: %timeit int(a * b)
479 ns ± 13.9 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

如果使用，您可以准确地处理较大的数字，但会牺牲一些效率：

from fractions import Fraction
a = Fraction(45310630.0)
b = Fraction(1023473145)

c = int(a * b)
print(c)

输出：

46374212988031350

一些时间安排：

In [2]: a = Fraction(45310630.0)
   ...: b = Fraction(1023473145)
   ...:

In [3]: %timeit int(a * b)
3.92 µs ± 21.9 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

In [4]: a = 45310630.0
   ...: b = 1023473145
   ...:

In [5]: %timeit int(a * b)
479 ns ± 13.9 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

---

c

不正确的原因是

要避免此问题，可以使用标准库中包含的

分数

和

小数

模块：

>a=45310630.0
>>>b=1023473145
>>>预期=46374212988031350
>>>int（a*b）=预期值
假的
>>>从十进制输入十进制
>>>dec_a=十进制。从浮点数（a）
>>>dec_b=十进制。从浮点数（b）
>>>int（dec_a*dec_b）=预期值
真的
>>>从分数导入分数
>>>frac_a=来自浮点数（a）的分数
>>>frac_b=来自浮点数（b）的分数
>>>int（分形a*分形b）=预期值
真的
导致
c
不正确的原因是

要避免此问题，可以使用标准库中包含的
分数
和
小数
模块：

>a=45310630.0
>>>b=1023473145
>>>预期=46374212988031350
>>>int（a*b）=预期值
假的
>>>从十进制输入十进制
>>>dec_a=十进制。从浮点数（a）
>>>dec_b=十进制。从浮点数（b）
>>>int（dec_a*dec_b）=预期值
真的
>>>从分数导入分数
>>>frac_a=来自浮点数（a）的分数
>>>frac_b=来自浮点数（b）的分数
>>>int（分形a*分形b）=预期值
真的
请注意，为了获得准确的结果，不应将浮点数转换为分数。文档对此提出警告，并给出了浮点数1.1未按预期转化为分数11/10的示例。请注意，要获得准确的结果，不应将浮点数转化为分数。文档对此提出了警告，并给出了一个例子，即float 1.1没有按预期变成分数11/10。