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

lambda x, n:int(x*10^n + 0.5)/10^n

他为我工作了很多年，精通多种语言。

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。

下面是使用format函数的简单解决方案。

float(format(num, '.2f'))

注意：我们将数字转换为浮点数，因为format方法返回字符串。

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

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