要将一个数字舍入为一个分辨率，最好的方法是以下方法，该方法可以适用于任何分辨率（两个小数或甚至其他步长为0.01）：

>>> import numpy as np
>>> value = 13.949999999999999
>>> resolution = 0.01
>>> newValue = int(np.round(value/resolution))*resolution
>>> print newValue
13.95

>>> resolution = 0.5
>>> newValue = int(np.round(value/resolution))*resolution
>>> print newValue
14.0

我看到的答案对浮点数（52.15）不起作用。经过一些测试，我使用的解决方案是：

import decimal
        
def value_to_decimal(value, decimal_places):
    decimal.getcontext().rounding = decimal.ROUND_HALF_UP  # define rounding method
    return decimal.Decimal(str(float(value))).quantize(decimal.Decimal('1e-{}'.format(decimal_places)))

（将“value”转换为float和string非常重要，这样一来，“value”可以是float、decimal、integer或string类型！）

希望这对任何人都有帮助。

你遇到了一个关于浮点数的老问题，不是所有的数字都能精确表示。命令行只是显示内存中的完整浮点形式。

对于浮点表示法，舍入版本是相同的数字。由于计算机是二进制的，它们将浮点数存储为整数，然后将其除以2的幂，因此13.95将以类似于125650429603636838/（2**53）的方式表示。

双精度数字的精度为53位（16位），常规浮点数的精度为24位（8位）。Python中的浮点类型使用双精度来存储值。

例如

>>> 125650429603636838/(2**53)
13.949999999999999

>>> 234042163/(2**24)
13.949999988079071

>>> a = 13.946
>>> print(a)
13.946
>>> print("%.2f" % a)
13.95
>>> round(a,2)
13.949999999999999
>>> print("%.2f" % round(a, 2))
13.95
>>> print("{:.2f}".format(a))
13.95
>>> print("{:.2f}".format(round(a, 2)))
13.95
>>> print("{:.15f}".format(round(a, 2)))
13.949999999999999

如果您只在小数点后两位（例如显示货币值），那么您有两个更好的选择：

使用整数并以美分而非美元存储值，然后除以100转换为美元。或者使用小数等固定点数。

Use:

float_number = 12.234325335563
round(float_number, 2)

这将返回；

12.23

说明：

round函数接受两个参数；要舍入的数字和要返回的小数位数。这里我返回了两位小数。

为了修复Python和JavaScript等类型动态语言中的浮点，我使用了这种技术

# For example:
a = 70000
b = 0.14
c = a * b

print c # Prints 980.0000000002
# Try to fix
c = int(c * 10000)/100000
print c # Prints 980

您还可以按以下方式使用Decimal：

from decimal import *
getcontext().prec = 6
Decimal(1) / Decimal(7)
# Results in 6 precision -> Decimal('0.142857')

getcontext().prec = 28
Decimal(1) / Decimal(7)
# Results in 28 precision -> Decimal('0.1428571428571428571428571429')

请尝试以下代码：

>>> a = 0.99334
>>> a = int((a * 100) + 0.5) / 100.0 # Adding 0.5 rounds it up
>>> print a
0.99