对于原始Python：

对于浮点到字符串转换的2个小数点：

a = 13.949999999999999
format(a, '.2f')

对于浮点到浮点转换的2个小数点：

a = 13.949999999999999
round(float(a), 2)
or
float(format(a, '.2f'))

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

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。

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”

正如Matt所指出的，Python 3.6提供了f字符串，它们也可以使用嵌套参数：

value = 2.34558
precision = 2
width = 4

print(f'result: {value:{width}.{precision}f}')

显示结果：2.35

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。