在Python开发中，对浮点数列表进行求和是非常常见的操作，但直接使用内置的sum函数往往会得到不符合预期的结果，出现精度误差的情况。这是因为计算机底层采用二进制存储浮点数，很多十进制小数无法被二进制精确表示，在运算过程中会不断累积误差，最终导致求和结果偏离真实值。
为什么sum函数会出现精度误差
我们可以先通过一个简单的示例观察sum函数的精度问题：
# 测试sum函数的精度问题 float_list = [0.1, 0.2, 0.3, 0.4] result = sum(float_list) print(result) # 输出0.9999999999999999，而不是预期的1.0
上面的代码中，0.1、0.2等数值在二进制下是无限循环小数，存储时会被截断，sum函数直接对这些截断后的数值累加，误差不断累积，最终得到0.9999999999999999的结果，而不是准确的1.0。
避免精度误差的常用方法
1. 使用decimal模块进行高精度计算
decimal模块提供了十进制浮点运算支持，可以精确控制计算精度，适合对精度要求高的场景。使用时需要先设置精度，再将浮点数转为Decimal类型再求和。
from decimal import Decimal, getcontext # 设置计算精度为10位 getcontext().prec = 10 float_list = [0.1, 0.2, 0.3, 0.4] # 将每个浮点数转为Decimal类型再求和 result = sum(Decimal(str(num)) for num in float_list) print(result) # 输出1.0
注意这里需要将浮点数先转为字符串再传入Decimal，如果直接传入浮点数，还是会带入原始的二进制存储误差。
2. 使用fractions模块转为分数求和
fractions模块可以将浮点数转为精确的分数表示，求和后再根据需要转为浮点数，从根源上避免二进制存储带来的误差。
from fractions import Fraction float_list = [0.1, 0.2, 0.3, 0.4] # 将每个浮点数转为Fraction类型再求和 fraction_sum = sum(Fraction(str(num)) for num in float_list) # 转为浮点数输出 result = float(fraction_sum) print(result) # 输出1.0
3. 使用math模块的fsum函数
math模块的fsum函数采用了更精确的求和算法，能够减少累加过程中的误差，适合不需要极高精度但希望比sum函数更准确的场景。
import math float_list = [0.1, 0.2, 0.3, 0.4] result = math.fsum(float_list) print(result) # 输出1.0
不同方法的适用场景对比
我们可以通过下面的表格对比几种方法的特性，方便选择：
| 方法 | 精度 | 性能 | 适用场景 |
|---|---|---|---|
| sum函数 | 低 | 高 | 对精度无要求的简单场景 |
| decimal模块 | 极高 | 低 | 金融计算、高精度要求场景 |
| fractions模块 | 极高 | 低 | 需要精确分数表示的场景 |
| math.fsum | 中高 | 中 | 普通精度要求场景，使用简单 |
注意事项
- 使用decimal或fractions模块时，不要直接将浮点数传入构造函数，否则会先带入浮点数的存储误差，应该先转为字符串再传入。
- 如果求和后需要和其他浮点数进行后续运算，使用math.fsum通常已经足够满足需求，不需要额外引入复杂模块。
- decimal模块的精度设置需要根据实际需求调整，设置过高会影响计算性能，设置过低则无法达到精度要求。
Python浮点数求和精度误差decimal模块fractions模块修改时间：2026-07-06 02:27:20