打印百分比的单行函数：

k——分子

n-分母

“%.2f”-表示需要2位小数的精度

*100-将数字从小数转换为百分比

   percentage = lambda k, n: '%.2f' % (k/n*100)

   - equivalent to-

   def percentage(k,n):
       return '%.2f' % (k/n*100)

百分比（1,3）

输出->“33.33”

Python教程有一个名为“浮点算术：问题和限制”的附录。阅读它。它解释了正在发生的事情以及为什么Python做得最好。它甚至有一个与您的示例相匹配的示例。让我引用一点：

>>> 0.10.10000000000000001您可能会尝试使用round（）函数将其切回单个您期望的数字。但这并不意味着差异：>>>圆形（0.1，1）0.10000000000000001问题是二进制文件为“0.1”存储的浮点值已经是最好的二进制了接近1/10，因此尝试再圆一次也不能让它变得更好：它已经很好了。另一个结果是，由于0.1不是十分之一，加十0.1的值可能不会产生精确的结果1.0，或者：>>>总和=0.0>>>对于范围（10）中的i：…总和+=0.1...>>>总和0.99999999999999989

解决问题的另一种方法是使用十进制模块。

这很简单，比如：

使用十进制模块进行快速正确舍入的十进制浮点运算：d=十进制（10000000.0000009）为了实现舍入：d.quantite（十进制（'0.01'））将产生十进制（'10000000.00'）使上述干燥：def round_decimal（数字，指数='0.01'）：decimal_value=十进制（数字）return decimal_value.g量化（十进制（指数））或定义round_decimal（数字，小数位数=2）：decimal_value=十进制（数字）return decimal_value.g量化（十进制（10）**-decimal_places）

PS：对其他人的批评：格式不是舍入。

打印百分比的单行函数：

k——分子

n-分母

“%.2f”-表示需要2位小数的精度

*100-将数字从小数转换为百分比

   percentage = lambda k, n: '%.2f' % (k/n*100)

   - equivalent to-

   def percentage(k,n):
       return '%.2f' % (k/n*100)

百分比（1,3）

输出->“33.33”

使用Decimal对象和round（）方法的组合。

Python 3.7.3
>>> from decimal import Decimal
>>> d1 = Decimal (13.949999999999999) # define a Decimal
>>> d1 
Decimal('13.949999999999999289457264239899814128875732421875')
>>> d2 = round(d1, 2) # round to 2 decimals
>>> d2
Decimal('13.95')

内置round（）在Python 2.7或更高版本中运行良好。

例子：

>>> round(14.22222223, 2)
14.22

查看文档。