orig_float = 232569 / 16000.0

14.5355625

short_float = float("{:.2f}".format(orig_float)) 

14.54

大多数数字不能用浮点数精确表示。如果你想舍入这个数字，因为这是你的数学公式或算法所要求的，那么你想使用舍入。如果您只想将显示限制为某一精度，那么甚至不要使用舍入，只需将其格式化为字符串即可。（如果您想用其他舍入方法显示，并且有吨，则需要混合使用这两种方法。）

>>> "%.2f" % 3.14159
'3.14'
>>> "%.2f" % 13.9499999
'13.95'

最后，也许最重要的是，如果你想要精确的数学，那么你根本不需要浮点数。通常的例子是处理货币，并将“美分”存储为整数。

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

它正按照您的指示执行，并且工作正常。阅读更多关于浮点混淆的内容，并尝试使用十进制对象。

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

对于Python＜3（例如2.6或2.7），有两种方法可以实现。

# Option one 
older_method_string = "%.9f" % numvar

# Option two (note ':' before the '.9f')
newer_method_string = "{:.9f}".format(numvar)

但请注意，对于3以上的Python版本（例如3.2或3.3），首选选项二。

有关选项2的更多信息，我建议使用Python文档中的字符串格式链接。

关于选项一的更多信息，这个链接就足够了，并提供了各种标志的信息。

引用：将浮点数转换为特定精度，然后复制为字符串