Python round() 实际采用“四舍六入五成双”而非四舍五入，如 round(2.5) 得 2、round(3.5) 得 4；浮点数二进制精度限制导致 round(2.675,2) 结果为 2.67；需用 decimal 模块实现真正四舍五入。
Python round() 真的是四舍五入吗？
不是。Python 的 round() 默认用的是「四舍六入五成双」（也叫银行家舍入），不是小学教的四舍五入。比如 round(2.5) 得 2，round(3.5) 得 4，因为要向偶数靠拢。
这规则能减少统计偏差，但如果你写财务、教学或和 Excel 对结果，就容易踩坑——Excel 默认四舍五入，而 Python 不是。
- 只对浮点数和整数生效；传字符串会报
TypeError - 当小数位数为 0（即取整）时，行为最明显，也是最容易误判的场景
-
round(1.234, 2)→1.23，round(1.235, 2)→1.24？错，实际是1.23（因为 1.235 在二进制中无法精确表示，真实值略小于 1.235，所以向下舍）
怎么实现真正的四舍五入？
得绕开 round()，自己构造逻辑。最稳妥的是用 decimal 模块，它按十进制算，可控、无二进制误差。
如果只是简单场景（比如展示用），也可以用 math.floor(x + 0.5) 向上偏移再截断，但仅适用于正数；负数得用 math.copysign(math.floor(abs(x) + 0.5), x)。
立即学习“Python免费学习笔记（深入）”；
-
decimal.Decimal('2.675').quantize(decimal.Decimal('0.01'), rounding=decimal.ROUND_HALF_UP)→Decimal('2.68') - 别用
float初始化Decimal：写Decimal('2.675')，别写Decimal(2.675)，否则又带入浮点误差 - 性能上
decimal比原生float慢一个数量级，高频计算慎用
为什么 round(2.675, 2) 结果是 2.67 而不是 2.68？
因为 2.675 在 IEEE 754 浮点中无法精确存储，实际存的是比它略小的数（比如约 2.6749999999999998），round() 拿这个近似值去算，自然向下舍了。
- 用
repr(2.675)就能看到真相：'2.67499999999999982236431605997495353221893310546875' - 所有用小数点写的浮点字面量，只要不能被 2 的幂整除，都可能有这种隐式偏差
- 这不是 bug，是浮点数表示原理决定的，任何语言都一样
该用哪个函数？看场景选
没银弹。选法取决于你真正在意什么：精度、速度、可读性，还是和外部系统对齐。
- 做金额计算、审计、测试断言 → 必用
decimal+ROUND_HALF_UP - 做科学计算、大量数组运算 → 接受
round()的银行家规则，或用numpy.round()（行为一致，但支持向量化） - 只是格式化输出给用户看 → 用
f'{x:.2f}'，它底层调用的是round_half_up风格（C 标准库行为），和 Excel 表现更接近 - 注意：
str.format()和f-string的舍入在 Python 3.12+ 才完全统一，旧版本可能有细微差异
真正麻烦的从来不是“怎么写”，而是“你有没有意识到，同一个数字在内存里根本不是你以为的那个数字”。
