金融计算中必须用 decimal 而非 float，因 float 的二进制近似导致 0.1+0.2≠0.3；decimal 需字符串初始化、避免与 float 混用、除法后 quantize 四舍五入到分，并注意数据库和第三方库中隐性 float 渗透。
float 在金融计算中会悄悄出错
因为 float 是二进制近似表示，像 0.1 + 0.2 不等于 0.3，而是 0.30000000000000004。金融场景要求精确到分（小数点后两位），这种误差在加总、比对、扣款时会累积或触发逻辑错误——比如账不平、优惠券没生效、对账失败。
用 decimal.Decimal 替代 float 的实操要点
decimal.Decimal 是 Python 内置的十进制高精度类型，专为财务和会计设计。但它不是“开箱即用”，容易踩坑：
- 必须用字符串初始化：
Decimal("19.99")，而不是Decimal(19.99)（后者仍会先走float转换，污染精度） - 运算符支持良好（
+,-,*,/），但除法需注意：默认保留无限精度，实际中常要配合quantize()四舍五入到分 - 不能和
float混用：Decimal("10.5") + 0.1会抛TypeError - 性能比
float低一个数量级，但金融系统吞吐量通常不卡在这里，精度优先
示例：
from decimal import Decimal, ROUND_HALF_UP<br>
price = Decimal("99.99")<br>
tax_rate = Decimal("0.08")<br>
total = (price * (1 + tax_rate)).quantize(Decimal("0.01"), rounding=ROUND_HALF_UP)<br>
# → Decimal('107.99')
数据库交互时 decimal 容易漏掉的转换环节
即使代码里用了 Decimal，从数据库读写时可能又掉回 float：
- SQLite 默认把 NUMERIC 当
float处理，需显式设置detect_types=sqlite3.PARSE_DECLTYPES并注册适配器 - PostgreSQL 的
DECIMAL列，用psycopg2时默认返回float，要启用psycopg2.extras.register_decimal() - MySQL +
pymysql一般能自动映射DECIMAL到Decimal，但得确认cursorclass未覆盖该行为
第三方库传参时 float 的隐性渗透
很多金融相关库（如 yfinance、ccxt、甚至 pandas 的部分方法）内部用 float，返回值也是 float。直接拿结果做金额运算等于前功尽弃：
立即学习“Python免费学习笔记（深入）”；
- 别写
amount = yf.Ticker("AAPL").history(...).iloc[-1]["Close"]然后参与结算 - 应立即转成
Decimal(str(value))（注意是str，不是float） -
pandas的Series.astype("decimal")不可用，得用.apply(lambda x: Decimal(str(x)))
最麻烦的是：这类问题不会报错，只会在某次对账差异几毛钱时才暴露。
