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

我们有多种选择：

选项1：

x = 1.090675765757
g = float("{:.2f}".format(x))
print(g)

选项2：内置round（）支持Python 2.7或更高版本。

x = 1.090675765757
g = round(x, 2)
print(g)

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。

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。

使用如下lambda函数：

arred = lambda x,n : x*(10**n)//1/(10**n)

这样你就可以：

arred(3.141591657, 2)

然后得到

3.14

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”