decimal — Decimal fixed-point and floating-point arithmetic

Вихідний код: Lib/decimal.py


The decimal module provides support for fast correctly rounded decimal floating-point arithmetic. It offers several advantages over the float datatype:

  • Decimal «базується на моделі з плаваючою комою, яка була розроблена з урахуванням людей, і обов’язково має головний керівний принцип - комп’ютери повинні забезпечувати арифметику, яка працює так само, як арифметика, яку люди вивчають у школі». – витяг із специфікації десяткової арифметики.

  • Decimal numbers can be represented exactly. In contrast, numbers like 1.1 and 2.2 do not have exact representations in binary floating point. End users typically would not expect 1.1 + 2.2 to display as 3.3000000000000003 as it does with binary floating point.

  • The exactness carries over into arithmetic. In decimal floating point, 0.1 + 0.1 + 0.1 - 0.3 is exactly equal to zero. In binary floating point, the result is 5.5511151231257827e-017. While near to zero, the differences prevent reliable equality testing and differences can accumulate. For this reason, decimal is preferred in accounting applications which have strict equality invariants.

  • The decimal module incorporates a notion of significant places so that 1.30 + 1.20 is 2.50. The trailing zero is kept to indicate significance. This is the customary presentation for monetary applications. For multiplication, the «schoolbook» approach uses all the figures in the multiplicands. For instance, 1.3 * 1.2 gives 1.56 while 1.30 * 1.20 gives 1.5600.

  • На відміну від двійкового числа з плаваючою комою на апаратній основі, десятковий модуль має змінну користувачем точність (за замовчуванням 28 знаків), яка може бути настільки великою, наскільки це потрібно для даної проблеми:

    >>> from decimal import *
    >>> getcontext().prec = 6
    >>> Decimal(1) / Decimal(7)
    Decimal('0.142857')
    >>> getcontext().prec = 28
    >>> Decimal(1) / Decimal(7)
    Decimal('0.1428571428571428571428571429')
    
  • І двійкові, і десяткові числа з плаваючою комою реалізовані відповідно до опублікованих стандартів. У той час як вбудований тип float відкриває лише скромну частину своїх можливостей, десятковий модуль відкриває всі необхідні частини стандарту. За потреби програміст має повний контроль над округленням і обробкою сигналу. Це включає в себе опцію для застосування точної арифметики за допомогою винятків для блокування будь-яких неточних операцій.

  • Десятковий модуль був розроблений для підтримки «без шкоди як точної неокругленої десяткової арифметики (іноді її називають арифметикою з фіксованою комою), так і округленої арифметики з плаваючою комою». – витяг із специфікації десяткової арифметики.

Конструкція модуля зосереджена навколо трьох понять: десяткове число, контекст для арифметики та сигнали.

A decimal number is immutable. It has a sign, coefficient digits, and an exponent. To preserve significance, the coefficient digits do not truncate trailing zeros. Decimals also include special values such as Infinity, -Infinity, and NaN. The standard also differentiates -0 from +0.

Контекст для арифметики — це середовище, що визначає точність, правила округлення, обмеження на експоненти, прапори, що вказують результати операцій, і засоби перехоплення, які визначають, чи розглядаються сигнали як винятки. Параметри округлення включають ROUND_CEILING, ROUND_DOWN, ROUND_FLOOR, ROUND_HALF_DOWN, ROUND_HALF_EVEN, ROUND_HALF_UP, ROUND_UP і ROUND_05UP.

Сигнали - це групи виняткових умов, що виникають під час обчислень. Залежно від потреб програми, сигнали можуть ігноруватися, розглядатися як інформаційні або розглядатися як винятки. Сигнали в десятковому модулі: Clamped, InvalidOperation, DivisionByZero, Inexact, Rounded, Subnormal, Overflow, Underflow і FloatOperation.

Для кожного сигналу є прапорець і активатор пастки. Коли зустрічається сигнал, його прапорець встановлюється на одиницю, тоді, якщо активатор перехоплення встановлений на одиницю, виникає виняток. Прапори є липкими, тому користувачеві потрібно скинути їх, перш ніж контролювати обчислення.

Дивись також

Короткий підручник

Звичайним початком використання десяткових дробів є імпортування модуля, перегляд поточного контексту за допомогою getcontext() і, якщо необхідно, встановлення нових значень для точності, округлення або ввімкнення перехоплень:

>>> from decimal import *
>>> getcontext()
Context(prec=28, rounding=ROUND_HALF_EVEN, Emin=-999999, Emax=999999,
        capitals=1, clamp=0, flags=[], traps=[Overflow, DivisionByZero,
        InvalidOperation])

>>> getcontext().prec = 7       # Set a new precision

Decimal instances can be constructed from integers, strings, floats, or tuples. Construction from an integer or a float performs an exact conversion of the value of that integer or float. Decimal numbers include special values such as NaN which stands for «Not a number», positive and negative Infinity, and -0:

>>> getcontext().prec = 28
>>> Decimal(10)
Decimal('10')
>>> Decimal('3.14')
Decimal('3.14')
>>> Decimal(3.14)
Decimal('3.140000000000000124344978758017532527446746826171875')
>>> Decimal((0, (3, 1, 4), -2))
Decimal('3.14')
>>> Decimal(str(2.0 ** 0.5))
Decimal('1.4142135623730951')
>>> Decimal(2) ** Decimal('0.5')
Decimal('1.414213562373095048801688724')
>>> Decimal('NaN')
Decimal('NaN')
>>> Decimal('-Infinity')
Decimal('-Infinity')

Якщо сигнал FloatOperation перехоплюється, випадкове змішування десяткових дробів і чисел з плаваючою точкою в конструкторах або впорядкованих порівняннях викликає виняток:

>>> c = getcontext()
>>> c.traps[FloatOperation] = True
>>> Decimal(3.14)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
decimal.FloatOperation: [<class 'decimal.FloatOperation'>]
>>> Decimal('3.5') < 3.7
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
decimal.FloatOperation: [<class 'decimal.FloatOperation'>]
>>> Decimal('3.5') == 3.5
True

Added in version 3.3.

Значення нового десяткового дробу визначається виключно кількістю введених цифр. Точність контексту та округлення застосовуються лише під час арифметичних операцій.

>>> getcontext().prec = 6
>>> Decimal('3.0')
Decimal('3.0')
>>> Decimal('3.1415926535')
Decimal('3.1415926535')
>>> Decimal('3.1415926535') + Decimal('2.7182818285')
Decimal('5.85987')
>>> getcontext().rounding = ROUND_UP
>>> Decimal('3.1415926535') + Decimal('2.7182818285')
Decimal('5.85988')

Якщо внутрішні обмеження версії C перевищено, побудова десяткового числа призводить до InvalidOperation:

>>> Decimal("1e9999999999999999999")
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
decimal.InvalidOperation: [<class 'decimal.InvalidOperation'>]

Змінено в версії 3.3.

Decimals interact well with much of the rest of Python. Here is a small decimal floating-point flying circus:

>>> data = list(map(Decimal, '1.34 1.87 3.45 2.35 1.00 0.03 9.25'.split()))
>>> max(data)
Decimal('9.25')
>>> min(data)
Decimal('0.03')
>>> sorted(data)
[Decimal('0.03'), Decimal('1.00'), Decimal('1.34'), Decimal('1.87'),
 Decimal('2.35'), Decimal('3.45'), Decimal('9.25')]
>>> sum(data)
Decimal('19.29')
>>> a,b,c = data[:3]
>>> str(a)
'1.34'
>>> float(a)
1.34
>>> round(a, 1)
Decimal('1.3')
>>> int(a)
1
>>> a * 5
Decimal('6.70')
>>> a * b
Decimal('2.5058')
>>> c % a
Decimal('0.77')

І деякі математичні функції також доступні для Decimal:

>>> getcontext().prec = 28
>>> Decimal(2).sqrt()
Decimal('1.414213562373095048801688724')
>>> Decimal(1).exp()
Decimal('2.718281828459045235360287471')
>>> Decimal('10').ln()
Decimal('2.302585092994045684017991455')
>>> Decimal('10').log10()
Decimal('1')

The quantize() method rounds a number to a fixed exponent. This method is useful for monetary applications that often round results to a fixed number of places:

>>> Decimal('7.325').quantize(Decimal('.01'), rounding=ROUND_DOWN)
Decimal('7.32')
>>> Decimal('7.325').quantize(Decimal('1.'), rounding=ROUND_UP)
Decimal('8')

Як показано вище, функція getcontext() отримує доступ до поточного контексту та дозволяє змінювати налаштування. Такий підхід відповідає потребам більшості програм.

Для більш складної роботи може бути корисним створити альтернативні контексти за допомогою конструктора Context(). Щоб зробити альтернативу активною, використовуйте функцію setcontext().

Відповідно до стандарту, модуль decimal надає два готові до використання стандартні контексти, BasicContext і ExtendedContext. Перший особливо корисний для налагодження, оскільки багато пасток увімкнено:

>>> myothercontext = Context(prec=60, rounding=ROUND_HALF_DOWN)
>>> setcontext(myothercontext)
>>> Decimal(1) / Decimal(7)
Decimal('0.142857142857142857142857142857142857142857142857142857142857')

>>> ExtendedContext
Context(prec=9, rounding=ROUND_HALF_EVEN, Emin=-999999, Emax=999999,
        capitals=1, clamp=0, flags=[], traps=[])
>>> setcontext(ExtendedContext)
>>> Decimal(1) / Decimal(7)
Decimal('0.142857143')
>>> Decimal(42) / Decimal(0)
Decimal('Infinity')

>>> setcontext(BasicContext)
>>> Decimal(42) / Decimal(0)
Traceback (most recent call last):
  File "<pyshell#143>", line 1, in -toplevel-
    Decimal(42) / Decimal(0)
DivisionByZero: x / 0

Contexts also have signal flags for monitoring exceptional conditions encountered during computations. The flags remain set until explicitly cleared, so it is best to clear the flags before each set of monitored computations by using the clear_flags() method.

>>> setcontext(ExtendedContext)
>>> getcontext().clear_flags()
>>> Decimal(355) / Decimal(113)
Decimal('3.14159292')
>>> getcontext()
Context(prec=9, rounding=ROUND_HALF_EVEN, Emin=-999999, Emax=999999,
        capitals=1, clamp=0, flags=[Inexact, Rounded], traps=[])

The flags entry shows that the rational approximation to pi was rounded (digits beyond the context precision were thrown away) and that the result is inexact (some of the discarded digits were non-zero).

Individual traps are set using the dictionary in the traps attribute of a context:

>>> setcontext(ExtendedContext)
>>> Decimal(1) / Decimal(0)
Decimal('Infinity')
>>> getcontext().traps[DivisionByZero] = 1
>>> Decimal(1) / Decimal(0)
Traceback (most recent call last):
  File "<pyshell#112>", line 1, in -toplevel-
    Decimal(1) / Decimal(0)
DivisionByZero: x / 0

Більшість програм коригують поточний контекст лише один раз, на початку програми. І в багатьох програмах дані перетворюються на Decimal за допомогою одного приведення всередині циклу. З набором контексту та створеними десятковими знаками основна частина програми маніпулює даними не інакше, як з іншими числовими типами Python.

Десяткові об’єкти

class decimal.Decimal(value='0', context=None)

Створіть новий об’єкт Decimal на основі value.

значення може бути цілим числом, рядком, кортежем, float або іншим об’єктом Decimal. Якщо значення не вказано, повертає Decimal('0'). Якщо значення є рядком, воно має відповідати синтаксису десяткового числового рядка після видалення початкових і кінцевих пробілів, а також символів підкреслення:

sign           ::=  '+' | '-'
digit          ::=  '0' | '1' | '2' | '3' | '4' | '5' | '6' | '7' | '8' | '9'
indicator      ::=  'e' | 'E'
digits         ::=  digit [digit]...
decimal-part   ::=  digits '.' [digits] | ['.'] digits
exponent-part  ::=  indicator [sign] digits
infinity       ::=  'Infinity' | 'Inf'
nan            ::=  'NaN' [digits] | 'sNaN' [digits]
numeric-value  ::=  decimal-part [exponent-part] | infinity
numeric-string ::=  [sign] numeric-value | [sign] nan

Інші десяткові цифри Юнікоду також дозволені там, де вказано «цифра» вище. До них входять десяткові цифри з різних інших алфавітів (наприклад, цифри арабо-індійської мови та цифри Деванагарі), а також цифри повної ширини від '\uff10' до '\uff19'.

If value is a tuple, it should have three components, a sign (0 for positive or 1 for negative), a tuple of digits, and an integer exponent. For example, Decimal((0, (1, 4, 1, 4), -3)) returns Decimal('1.414').

If value is a float, the binary floating-point value is losslessly converted to its exact decimal equivalent. This conversion can often require 53 or more digits of precision. For example, Decimal(float('1.1')) converts to Decimal('1.100000000000000088817841970012523233890533447265625').

Точність контексту не впливає на кількість збережених цифр. Це визначається виключно кількістю цифр у значенні. Наприклад, Decimal('3.00000') записує всі п’ять нулів, навіть якщо точність контексту становить лише три.

The purpose of the context argument is determining what to do if value is a malformed string. If the context traps InvalidOperation, an exception is raised; otherwise, the constructor returns a new Decimal with the value of NaN.

Після створення об’єкти Decimal є незмінними.

Змінено в версії 3.2: Аргументом конструктора тепер дозволено бути екземпляром float.

Змінено в версії 3.3: Аргументи float викликають виняток, якщо встановлено перехоплення FloatOperation. За замовчуванням перехоплення вимкнено.

Змінено в версії 3.6: Підкреслення дозволено для групування, як і з інтегральними літералами та літералами з плаваючою комою в коді.

Decimal floating-point objects share many properties with the other built-in numeric types such as float and int. All of the usual math operations and special methods apply. Likewise, decimal objects can be copied, pickled, printed, used as dictionary keys, used as set elements, compared, sorted, and coerced to another type (such as float or int).

Існують деякі невеликі відмінності між арифметикою на десяткових об’єктах і арифметикою на цілих числах і числах з плаваючою точкою. Коли оператор залишку % застосовується до десяткових об’єктів, знаком результату є знак діленого, а не знак дільника:

>>> (-7) % 4
1
>>> Decimal(-7) % Decimal(4)
Decimal('-3')

Оператор цілочисельного ділення // поводиться аналогічно, повертаючи цілу частину справжньої частки (урізану до нуля), а не її нижню частину, щоб зберегти звичайну тотожність x == (x // y) * y + x % y:

>>> -7 // 4
-2
>>> Decimal(-7) // Decimal(4)
Decimal('-1')

Оператори % і // реалізують операції remainder і divide-integer (відповідно), як описано в специфікації.

Десяткові об’єкти зазвичай не можна поєднувати з числами з плаваючою точкою або екземплярами fractions.Fraction в арифметичних операціях: спроба додати Decimal до float, наприклад, призведе до TypeError. Однак можна використовувати оператори порівняння Python для порівняння Decimal екземпляра x з іншим числом y. Це дозволяє уникнути плутанини в результатах під час порівняння рівності між числами різних типів.

Змінено в версії 3.2: Порівняння змішаного типу між екземплярами Decimal та іншими числовими типами тепер повністю підтримуються.

In addition to the standard numeric properties, decimal floating-point objects also have a number of specialized methods:

adjusted()

Повертає скоригований експонент після зміщення крайніх правих цифр коефіцієнта, доки не залишиться лише головна цифра: Decimal('321e+5').adjusted() повертає сім. Використовується для визначення позиції старшого розряду відносно коми.

as_integer_ratio()

Повертає пару (n, d) цілих чисел, які представляють даний екземпляр Decimal у вигляді дробу в найменших членах і з позитивним знаменником:

>>> Decimal('-3.14').as_integer_ratio()
(-157, 50)

Перетворення точне. Викликайте OverflowError на нескінченності та ValueError на NaN.

Added in version 3.6.

as_tuple()

Повертає представлення числа named tuple: DecimalTuple(знак, цифри, експонента).

canonical()

Повертає канонічне кодування аргументу. Наразі кодування екземпляра Decimal завжди канонічне, тому ця операція повертає його аргумент без змін.

compare(other, context=None)

Порівняйте значення двох екземплярів Decimal. compare() повертає екземпляр Decimal, і якщо один із операндів є NaN, то результатом є NaN:

a or b is a NaN  ==> Decimal('NaN')
a < b            ==> Decimal('-1')
a == b           ==> Decimal('0')
a > b            ==> Decimal('1')
compare_signal(other, context=None)

Ця операція ідентична методу compare(), за винятком того, що сигналізують усі NaN. Тобто, якщо жоден операнд не є сигнальним NaN, тоді будь-який тихий NaN операнд розглядається як сигнальний NaN.

compare_total(other, context=None)

Порівняйте два операнди, використовуючи їх абстрактне представлення, а не числове значення. Подібно до методу compare(), але результат дає загальне впорядкування екземплярів Decimal. Два екземпляри Decimal з однаковим числовим значенням, але різними представленнями порівнюються нерівномірно в такому порядку:

>>> Decimal('12.0').compare_total(Decimal('12'))
Decimal('-1')

Безшумні та сигнальні NaN також включені в загальне замовлення. Результатом цієї функції є Decimal('0'), якщо обидва операнди мають однакове представлення, Decimal('-1'), якщо перший операнд є нижчим у загальному порядку, ніж другий, і Decimal('1'), якщо перший операнд вищий у загальному порядку, ніж другий операнд. Дивіться специфікацію для детальної інформації про загальне замовлення.

Ця операція не залежить від контексту та є тихою: прапорці не змінюються та округлення не виконується. Як виняток, версія C може викликати InvalidOperation, якщо другий операнд не може бути точно перетворений.

compare_total_mag(other, context=None)

Порівняйте два операнди, використовуючи їх абстрактне представлення, а не значення, як у compare_total(), але ігноруючи знак кожного операнда. x.compare_total_mag(y) еквівалентно x.copy_abs().compare_total(y.copy_abs()).

Ця операція не залежить від контексту та є тихою: прапорці не змінюються та округлення не виконується. Як виняток, версія C може викликати InvalidOperation, якщо другий операнд не може бути точно перетворений.

conjugate()

Просто повертає self, цей метод призначений лише для відповідності десятковій специфікації.

copy_abs()

Повертає абсолютне значення аргументу. Ця операція не залежить від контексту та є тихою: прапорці не змінюються та округлення не виконується.

copy_negate()

Повернути заперечення аргументу. Ця операція не залежить від контексту та є тихою: прапорці не змінюються та округлення не виконується.

copy_sign(other, context=None)

Повертає копію першого операнда зі знаком, який збігається зі знаком другого операнда. Наприклад:

>>> Decimal('2.3').copy_sign(Decimal('-1.5'))
Decimal('-2.3')

Ця операція не залежить від контексту та є тихою: прапорці не змінюються та округлення не виконується. Як виняток, версія C може викликати InvalidOperation, якщо другий операнд не може бути точно перетворений.

exp(context=None)

Повертає значення (натуральної) експоненціальної функції e**x за заданим числом. Результат правильно округлюється за допомогою режиму округлення ROUND_HALF_EVEN.

>>> Decimal(1).exp()
Decimal('2.718281828459045235360287471')
>>> Decimal(321).exp()
Decimal('2.561702493119680037517373933E+139')
classmethod from_float(f)

Альтернативний конструктор, який приймає лише екземпляри float або int.

Note Decimal.from_float(0.1) is not the same as Decimal('0.1'). Since 0.1 is not exactly representable in binary floating point, the value is stored as the nearest representable value which is 0x1.999999999999ap-4. That equivalent value in decimal is 0.1000000000000000055511151231257827021181583404541015625.

Примітка

Починаючи з Python 3.2 і далі, екземпляр Decimal також можна створити безпосередньо з float.

>>> Decimal.from_float(0.1)
Decimal('0.1000000000000000055511151231257827021181583404541015625')
>>> Decimal.from_float(float('nan'))
Decimal('NaN')
>>> Decimal.from_float(float('inf'))
Decimal('Infinity')
>>> Decimal.from_float(float('-inf'))
Decimal('-Infinity')

Added in version 3.1.

fma(other, third, context=None)

Злитий множення-додавання. Повертає self*other+third без округлення проміжного продукту self*other.

>>> Decimal(2).fma(3, 5)
Decimal('11')
is_canonical()

Повертає True, якщо аргумент є канонічним, і False в іншому випадку. Наразі екземпляр Decimal завжди є канонічним, тому ця операція завжди повертає True.

is_finite()

Повертає True, якщо аргумент є скінченним числом, і False, якщо аргументом є нескінченність або NaN.

is_infinite()

Повертає True, якщо аргумент є додатною або від’ємною нескінченністю, і False в іншому випадку.

is_nan()

Повертає True, якщо аргумент є (тихим або сигнальним) NaN, і False в іншому випадку.

is_normal(context=None)

Повертає True, якщо аргумент є звичайним кінцевим числом. Повертає False, якщо аргумент нульовий, субнормальний, нескінченний або NaN.

is_qnan()

Повертає True, якщо аргумент є тихим NaN, і False в іншому випадку.

is_signed()

Повертає True, якщо аргумент має негативний знак, і False в іншому випадку. Зауважте, що і нулі, і NaN можуть мати знаки.

is_snan()

Повертає True, якщо аргумент є сигнальним NaN, і False в іншому випадку.

is_subnormal(context=None)

Повертає True, якщо аргумент ненормальний, і False в іншому випадку.

is_zero()

Повертає True, якщо аргумент є (позитивним або від’ємним) нулем, і False в іншому випадку.

ln(context=None)

Повертає натуральний (за основою e) логарифм операнда. Результат правильно округлюється за допомогою режиму округлення ROUND_HALF_EVEN.

log10(context=None)

Повертає десятий логарифм операнда. Результат правильно округлюється за допомогою режиму округлення ROUND_HALF_EVEN.

logb(context=None)

Для відмінного від нуля числа поверніть скоригований експонент його операнда як екземпляр Decimal. Якщо операнд дорівнює нулю, повертається Decimal('-Infinity') і піднімається прапор DivisionByZero. Якщо операнд є нескінченністю, тоді повертається Decimal('Infinity').

logical_and(other, context=None)

logical_and() — це логічна операція, яка приймає два логічних операнда (див. Логічні операнди). Результатом є порозрядне і двох операндів.

logical_invert(context=None)

logical_invert() є логічною операцією. Результатом є порозрядна інверсія операнда.

logical_or(other, context=None)

logical_or() — це логічна операція, яка приймає два логічних операнда (див. Логічні операнди). Результатом є порозрядне «або» двох операндів.

logical_xor(other, context=None)

logical_xor() — це логічна операція, яка приймає два логічних операнда (див. Логічні операнди). Результатом є розрядний виключний або двох операндів.

max(other, context=None)

Like max(self, other) except that the context rounding rule is applied before returning and that NaN values are either signaled or ignored (depending on the context and whether they are signaling or quiet).

max_mag(other, context=None)

Подібно до методу max(), але порівняння виконується з використанням абсолютних значень операндів.

min(other, context=None)

Like min(self, other) except that the context rounding rule is applied before returning and that NaN values are either signaled or ignored (depending on the context and whether they are signaling or quiet).

min_mag(other, context=None)

Подібно до методу min(), але порівняння виконується з використанням абсолютних значень операндів.

next_minus(context=None)

Повертає найбільше число, яке можна представити в заданому контексті (або в контексті поточного потоку, якщо контекст не задано), яке є меншим за заданий операнд.

next_plus(context=None)

Повертає найменше число, яке можна представити в заданому контексті (або в контексті поточного потоку, якщо контекст не задано), яке більше заданого операнда.

next_toward(other, context=None)

Якщо два операнди нерівні, поверніть число, найближче до першого операнду в напрямку другого операнда. Якщо обидва операнди чисельно рівні, поверніть копію першого операнда зі знаком, встановленим таким самим, як знак другого операнда.

normalize(context=None)

Used for producing canonical values of an equivalence class within either the current context or the specified context.

This has the same semantics as the unary plus operation, except that if the final result is finite it is reduced to its simplest form, with all trailing zeros removed and its sign preserved. That is, while the coefficient is non-zero and a multiple of ten the coefficient is divided by ten and the exponent is incremented by 1. Otherwise (the coefficient is zero) the exponent is set to 0. In all cases the sign is unchanged.

For example, Decimal('32.100') and Decimal('0.321000e+2') both normalize to the equivalent value Decimal('32.1').

Note that rounding is applied before reducing to simplest form.

In the latest versions of the specification, this operation is also known as reduce.

number_class(context=None)

Повертає рядок, що описує клас операнда. Повернене значення є одним із наступних десяти рядків.

  • "-Infinity", що вказує, що операнд є негативною нескінченністю.

  • "-Normal", вказуючи, що операнд є від’ємним нормальним числом.

  • "-Subnormal", що вказує на те, що операнд від’ємний і ненормальний.

  • "-Zero", вказуючи, що операнд є від’ємним нулем.

  • "+Zero", вказуючи, що операнд є позитивним нулем.

  • "+Subnormal", що вказує, що операнд є додатним і субнормальним.

  • "+Normal", вказуючи, що операнд є додатним нормальним числом.

  • "+Infinity", що вказує, що операнд є позитивною нескінченністю.

  • "NaN", вказуючи, що операнд є тихим NaN (не числом).

  • "sNaN", вказуючи, що операнд є сигнальним NaN.

quantize(exp, rounding=None, context=None)

Повертає значення, що дорівнює першому операнду після округлення та має експоненту другого операнда.

>>> Decimal('1.41421356').quantize(Decimal('1.000'))
Decimal('1.414')

На відміну від інших операцій, якщо довжина коефіцієнта після операції квантування буде більшою за точність, тоді сигналізується InvalidOperation. Це гарантує, що, якщо немає умови помилки, квантований показник степеня завжди дорівнює показнику правого операнда.

Крім того, на відміну від інших операцій, квантування ніколи не сигналізує про переповнення, навіть якщо результат ненормальний і неточний.

Якщо експонента другого операнда більша, ніж експонента першого, може знадобитися округлення. У цьому випадку режим округлення визначається аргументом округлення, якщо задано, інакше заданим аргументом контексту; якщо жоден аргумент не задано, використовується режим округлення контексту поточного потоку.

An error is returned whenever the resulting exponent is greater than Emax or less than Etiny().

radix()

Повертає Decimal(10), основу (базу), у якій клас Decimal виконує всю свою арифметику. Включено для сумісності зі специфікацією.

remainder_near(other, context=None)

Повертає залишок від ділення self на other. Це відрізняється від self % other тим, що знак залишку вибрано таким чином, щоб мінімізувати його абсолютне значення. Точніше, повертається значення self - n * other, де n є цілим числом, найближчим до точного значення self / other, і якщо два цілі числа однаково близькі, то парне вибрано.

Якщо результат дорівнює нулю, то його знак буде знаком self.

>>> Decimal(18).remainder_near(Decimal(10))
Decimal('-2')
>>> Decimal(25).remainder_near(Decimal(10))
Decimal('5')
>>> Decimal(35).remainder_near(Decimal(10))
Decimal('-5')
rotate(other, context=None)

Повертає результат повороту цифр першого операнда на величину, визначену другим операндом. Другий операнд має бути цілим числом у діапазоні від точності до точності. Абсолютне значення другого операнда дає кількість місць для обертання. Якщо другий операнд додатний, то обертання відбувається вліво; інакше обертання праворуч. Коефіцієнт першого операнда доповнюється зліва нулями з точністю до довжини, якщо необхідно. Знак і експонента першого операнда не змінюються.

same_quantum(other, context=None)

Test whether self and other have the same exponent or whether both are NaN.

Ця операція не залежить від контексту та є тихою: прапорці не змінюються та округлення не виконується. Як виняток, версія C може викликати InvalidOperation, якщо другий операнд не може бути точно перетворений.

scaleb(other, context=None)

Повертає перший операнд з експонентою, скоригованою другим. Аналогічно повертає перший операнд, помножений на 10**other. Другий операнд має бути цілим числом.

shift(other, context=None)

Повертає результат зсуву цифр першого операнда на величину, визначену другим операндом. Другий операнд має бути цілим числом у діапазоні від точності до точності. Абсолютне значення другого операнда дає кількість місць для зсуву. Якщо другий операнд позитивний, то зсув виконується вліво; інакше зсув відбувається вправо. Цифри, зсунуті в коефіцієнт, є нулями. Знак і експонента першого операнда не змінюються.

sqrt(context=None)

Повертає квадратний корінь аргументу з повною точністю.

to_eng_string(context=None)

Перетворіть на рядок, використовуючи технічну нотацію, якщо потрібен експонент.

Інженерна нотація має експоненту, кратну 3. Це може залишати до 3 цифр ліворуч від десяткового знака та може потребувати додавання одного або двох нулів у кінці.

Наприклад, це перетворює Decimal('123E+1') на Decimal('1.23E+3').

to_integral(rounding=None, context=None)

Ідентичний методу to_integral_value(). Ім’я to_integral було збережено для сумісності зі старими версіями.

to_integral_exact(rounding=None, context=None)

Округлити до найближчого цілого числа, сигналізуючи Inexact або Rounded відповідно, якщо відбувається округлення. Режим округлення визначається параметром rounding, якщо він заданий, інакше заданим context. Якщо жоден параметр не вказано, використовується режим округлення поточного контексту.

to_integral_value(rounding=None, context=None)

Округлення до найближчого цілого без сигналізації Inexact або Rounded. Якщо вказано, застосовує округлення; інакше використовує метод округлення або в наданому контексті, або в поточному контексті.

Decimal numbers can be rounded using the round() function:

round(number)
round(number, ndigits)

If ndigits is not given or None, returns the nearest int to number, rounding ties to even, and ignoring the rounding mode of the Decimal context. Raises OverflowError if number is an infinity or ValueError if it is a (quiet or signaling) NaN.

If ndigits is an int, the context’s rounding mode is respected and a Decimal representing number rounded to the nearest multiple of Decimal('1E-ndigits') is returned; in this case, round(number, ndigits) is equivalent to self.quantize(Decimal('1E-ndigits')). Returns Decimal('NaN') if number is a quiet NaN. Raises InvalidOperation if number is an infinity, a signaling NaN, or if the length of the coefficient after the quantize operation would be greater than the current context’s precision. In other words, for the non-corner cases:

  • if ndigits is positive, return number rounded to ndigits decimal places;

  • if ndigits is zero, return number rounded to the nearest integer;

  • if ndigits is negative, return number rounded to the nearest multiple of 10**abs(ndigits).

Наприклад:

>>> from decimal import Decimal, getcontext, ROUND_DOWN
>>> getcontext().rounding = ROUND_DOWN
>>> round(Decimal('3.75'))     # context rounding ignored
4
>>> round(Decimal('3.5'))      # round-ties-to-even
4
>>> round(Decimal('3.75'), 0)  # uses the context rounding
Decimal('3')
>>> round(Decimal('3.75'), 1)
Decimal('3.7')
>>> round(Decimal('3.75'), -1)
Decimal('0E+1')

Логічні операнди

The logical_and(), logical_invert(), logical_or(), and logical_xor() methods expect their arguments to be logical operands. A logical operand is a Decimal instance whose exponent and sign are both zero, and whose digits are all either 0 or 1.

Об’єкти контексту

Контексти - це середовища для арифметичних операцій. Вони керують точністю, встановлюють правила округлення, визначають, які сигнали розглядаються як винятки, і обмежують діапазон для експонент.

Кожен потік має власний поточний контекст, до якого можна отримати доступ або змінити його за допомогою функцій getcontext() і setcontext():

decimal.getcontext()

Повертає поточний контекст для активного потоку.

decimal.setcontext(c)

Установіть поточний контекст для активного потоку на c.

Ви також можете використовувати оператор with і функцію localcontext(), щоб тимчасово змінити активний контекст.

decimal.localcontext(ctx=None, **kwargs)

Return a context manager that will set the current context for the active thread to a copy of ctx on entry to the with-statement and restore the previous context when exiting the with-statement. If no context is specified, a copy of the current context is used. The kwargs argument is used to set the attributes of the new context.

Наприклад, наступний код встановлює поточну десяткову точність на 42 знаки, виконує обчислення, а потім автоматично відновлює попередній контекст:

from decimal import localcontext

with localcontext() as ctx:
    ctx.prec = 42   # Perform a high precision calculation
    s = calculate_something()
s = +s  # Round the final result back to the default precision

Using keyword arguments, the code would be the following:

from decimal import localcontext

with localcontext(prec=42) as ctx:
    s = calculate_something()
s = +s

Raises TypeError if kwargs supplies an attribute that Context doesn’t support. Raises either TypeError or ValueError if kwargs supplies an invalid value for an attribute.

Змінено в версії 3.11: localcontext() now supports setting context attributes through the use of keyword arguments.

Нові контексти також можна створити за допомогою конструктора Context, описаного нижче. Крім того, модуль надає три готові контексти:

class decimal.BasicContext

Це стандартний контекст, визначений Загальною специфікацією десяткової арифметики. Точність встановлена на дев’ять. Округлення встановлено на ROUND_HALF_UP. Усі прапори видалено. Усі перехоплення ввімкнено (розглядаються як винятки), крім Inexact, Rounded і Subnormal.

Оскільки багато пасток увімкнено, цей контекст корисний для налагодження.

class decimal.ExtendedContext

Це стандартний контекст, визначений Загальною специфікацією десяткової арифметики. Точність встановлена на дев’ять. Округлення встановлено на ROUND_HALF_EVEN. Усі прапори видалено. Перехоплення не ввімкнено (щоб винятки не виникали під час обчислень).

Because the traps are disabled, this context is useful for applications that prefer to have result value of NaN or Infinity instead of raising exceptions. This allows an application to complete a run in the presence of conditions that would otherwise halt the program.

class decimal.DefaultContext

Цей контекст використовується конструктором Context як прототип для нових контекстів. Зміна поля (така точність) призводить до зміни типового значення для нових контекстів, створених конструктором Context.

Цей контекст найбільш корисний у багатопоточних середовищах. Зміна одного з полів перед запуском потоків призводить до встановлення загальносистемних значень за замовчуванням. Змінювати поля після початку потоків не рекомендується, оскільки це потребуватиме синхронізації потоків, щоб запобігти конкуренції.

В однопотокових середовищах краще взагалі не використовувати цей контекст. Натомість просто створіть контексти явно, як описано нижче.

The default values are Context.prec=28, Context.rounding=ROUND_HALF_EVEN, and enabled traps for Overflow, InvalidOperation, and DivisionByZero.

На додаток до трьох наданих контекстів, нові контексти можна створювати за допомогою конструктора Context.

class decimal.Context(prec=None, rounding=None, Emin=None, Emax=None, capitals=None, clamp=None, flags=None, traps=None)

Створює новий контекст. Якщо поле не вказано або має значення None, значення за замовчуванням копіюються з DefaultContext. Якщо поле flags не вказано або має значення None, усі прапорці скидаються.

prec is an integer in the range [1, MAX_PREC] that sets the precision for arithmetic operations in the context.

Опція округлення є однією з констант, перелічених у розділі Режими округлення.

У полях traps і flags перелічено всі сигнали, які потрібно встановити. Загалом, нові контексти мають лише встановлювати пастки та залишати прапорці вільними.

The Emin and Emax fields are integers specifying the outer limits allowable for exponents. Emin must be in the range [MIN_EMIN, 0], Emax in the range [0, MAX_EMAX].

The capitals field is either 0 or 1 (the default). If set to 1, exponents are printed with a capital E; otherwise, a lowercase e is used: Decimal('6.02e+23').

The clamp field is either 0 (the default) or 1. If set to 1, the exponent e of a Decimal instance representable in this context is strictly limited to the range Emin - prec + 1 <= e <= Emax - prec + 1. If clamp is 0 then a weaker condition holds: the adjusted exponent of the Decimal instance is at most Emax. When clamp is 1, a large normal number will, where possible, have its exponent reduced and a corresponding number of zeros added to its coefficient, in order to fit the exponent constraints; this preserves the value of the number but loses information about significant trailing zeros. For example:

>>> Context(prec=6, Emax=999, clamp=1).create_decimal('1.23e999')
Decimal('1.23000E+999')

A clamp value of 1 allows compatibility with the fixed-width decimal interchange formats specified in IEEE 754.

The Context class defines several general purpose methods as well as a large number of methods for doing arithmetic directly in a given context. In addition, for each of the Decimal methods described above (with the exception of the adjusted() and as_tuple() methods) there is a corresponding Context method. For example, for a Context instance C and Decimal instance x, C.exp(x) is equivalent to x.exp(context=C). Each Context method accepts a Python integer (an instance of int) anywhere that a Decimal instance is accepted.

clear_flags()

Resets all of the flags to 0.

clear_traps()

Resets all of the traps to 0.

Added in version 3.3.

copy()

Повернути дублікат контексту.

copy_decimal(num)

Повернути копію екземпляра Decimal num.

create_decimal(num)

Створює новий екземпляр Decimal з num, але використовуючи self як контекст. На відміну від конструктора Decimal, до перетворення застосовуються точність контексту, метод округлення, прапорці та перехоплення.

Це корисно, оскільки константи часто надаються з більшою точністю, ніж це потрібно програмі. Ще одна перевага полягає в тому, що округлення негайно усуває ненавмисні ефекти від цифр, що перевищують поточну точність. У наступному прикладі використання неокруглених вхідних даних означає, що додавання нуля до суми може змінити результат:

>>> getcontext().prec = 3
>>> Decimal('3.4445') + Decimal('1.0023')
Decimal('4.45')
>>> Decimal('3.4445') + Decimal(0) + Decimal('1.0023')
Decimal('4.44')

Цей метод реалізує операцію до числа специфікації IBM. Якщо аргумент є рядком, пробіли чи підкреслення на початку або в кінці не допускаються.

create_decimal_from_float(f)

Створює новий екземпляр Decimal із числа з плаваючою точкою f, але округляючи, використовуючи self як контекст. На відміну від методу класу Decimal.from_float(), до перетворення застосовуються точність контексту, метод округлення, прапорці та перехоплення.

>>> context = Context(prec=5, rounding=ROUND_DOWN)
>>> context.create_decimal_from_float(math.pi)
Decimal('3.1415')
>>> context = Context(prec=5, traps=[Inexact])
>>> context.create_decimal_from_float(math.pi)
Traceback (most recent call last):
    ...
decimal.Inexact: None

Added in version 3.1.

Etiny()

Повертає значення, що дорівнює Emin - prec + 1, що є мінімальним значенням експоненти для субнормальних результатів. Коли відбувається переповнення, експонента встановлюється на Etiny.

Etop()

Повертає значення, рівне Emax - prec + 1.

Звичайним підходом до роботи з десятковими числами є створення Decimal екземплярів, а потім застосування арифметичних операцій, які виконуються в поточному контексті для активного потоку. Альтернативним підходом є використання контекстних методів для обчислення в конкретному контексті. Методи подібні до методів класу Decimal і тут лише коротко перераховані.

abs(x)

Повертає абсолютне значення x.

add(x, y)

Повертає суму x і y.

canonical(x)

Повертає той самий об’єкт Decimal x.

compare(x, y)

Чисельно порівнює x і y.

compare_signal(x, y)

Чисельно порівнює значення двох операндів.

compare_total(x, y)

Порівнює два операнди, використовуючи їх абстрактне представлення.

compare_total_mag(x, y)

Порівнює два операнди, використовуючи їх абстрактне представлення, ігноруючи знак.

copy_abs(x)

Повертає копію x зі знаком 0.

copy_negate(x)

Повертає копію x з перевернутим знаком.

copy_sign(x, y)

Копіює знак з y на x.

divide(x, y)

Повертає x, поділене на y.

divide_int(x, y)

Повертає x, поділене на y, усічене до цілого числа.

divmod(x, y)

Ділить два числа та повертає цілу частину результату.

exp(x)

Returns e ** x.

fma(x, y, z)

Повертає x, помножене на y, плюс z.

is_canonical(x)

Повертає True, якщо x канонічний; інакше повертає False.

is_finite(x)

Повертає True, якщо x є кінцевим; інакше повертає False.

is_infinite(x)

Повертає True, якщо x є нескінченним; інакше повертає False.

is_nan(x)

Повертає True, якщо x є qNaN або sNaN; інакше повертає False.

is_normal(x)

Повертає True, якщо x є нормальним числом; інакше повертає False.

is_qnan(x)

Повертає True, якщо x є тихим NaN; інакше повертає False.

is_signed(x)

Повертає True, якщо x від’ємне; інакше повертає False.

is_snan(x)

Повертає True, якщо x є сигнальним NaN; інакше повертає False.

is_subnormal(x)

Повертає True, якщо x є субнормальним; інакше повертає False.

is_zero(x)

Повертає True, якщо x дорівнює нулю; інакше повертає False.

ln(x)

Повертає натуральний (за основою e) логарифм x.

log10(x)

Повертає логарифм x за основою 10.

logb(x)

Повертає експоненту величини MSD операнда.

logical_and(x, y)

Застосовує логічну операцію і між цифрами кожного операнда.

logical_invert(x)

Інвертуйте всі цифри в x.

logical_or(x, y)

Застосовує логічну операцію або між цифрами кожного операнда.

logical_xor(x, y)

Застосовує логічну операцію xor між цифрами кожного операнда.

max(x, y)

Чисельно порівнює два значення та повертає максимальне значення.

max_mag(x, y)

Числово порівнює значення без урахування знака.

min(x, y)

Чисельно порівнює два значення та повертає мінімум.

min_mag(x, y)

Числово порівнює значення без урахування знака.

minus(x)

Мінус відповідає унарному префіксному оператору мінус у Python.

multiply(x, y)

Поверніть добуток x і y.

next_minus(x)

Повертає найбільше представлене число, менше за x.

next_plus(x)

Повертає найменше число, яке можна представити, більше за x.

next_toward(x, y)

Повертає число, найближче до x, у напрямку до y.

normalize(x)

Зводить x до найпростішої форми.

number_class(x)

Повертає вказівник класу x.

plus(x)

Плюс відповідає унарному префіксу плюс-оператор у Python. Ця операція застосовує точність контексту та округлення, тому це не операція ідентифікації.

power(x, y, modulo=None)

Повертає x до степеня y, зменшеного за модулем modulo, якщо задано.

With two arguments, compute x**y. If x is negative then y must be integral. The result will be inexact unless y is integral and the result is finite and can be expressed exactly in „precision“ digits. The rounding mode of the context is used. Results are always correctly rounded in the Python version.

Decimal(0) ** Decimal(0) призводить до InvalidOperation, і якщо InvalidOperation не перехоплюється, то призводить до Decimal('NaN').

Змінено в версії 3.3: The C module computes power() in terms of the correctly rounded exp() and ln() functions. The result is well-defined but only «almost always correctly rounded».

З трьома аргументами обчисліть (x**y) % по модулю. Для форми з трьома аргументами діють такі обмеження на аргументи:

  • всі три аргументи повинні бути цілими

  • «y» має бути невід’ємним

  • принаймні один із x або y має бути ненульовим

  • modulo має бути ненульовим і мати щонайбільше цифр «точності».

Значення, отримане за допомогою Context.power(x, y, modulo), дорівнює значенню, яке було б отримано шляхом обчислення (x**y) % по модулю з необмеженою точністю, але обчислюється ефективніше . Показник ступеня результату дорівнює нулю, незалежно від показників x, y і modulo. Результат завжди точний.

quantize(x, y)

Повертає значення, яке дорівнює x (округлене), має експоненту y.

radix()

Просто повертає 10, оскільки це десяткове значення :)

remainder(x, y)

Повертає залишок від цілочисельного ділення.

Знак результату, якщо він відмінний від нуля, такий самий, як у вихідного дивіденда.

remainder_near(x, y)

Повертає x - y * n, де n — це ціле число, найближче до точного значення x / y (якщо результат дорівнює 0, то його знаком буде знак x).

rotate(x, y)

Повертає повернуту копію x, y разів.

same_quantum(x, y)

Повертає True, якщо два операнди мають однаковий експонент.

scaleb(x, y)

Повертає перший операнд після додавання другого значення його виразу.

shift(x, y)

Повертає зміщену копію x, y разів.

sqrt(x)

Квадратний корінь із невід’ємного числа до точності контексту.

subtract(x, y)

Повертає різницю між x і y.

to_eng_string(x)

Перетворіть на рядок, використовуючи технічну нотацію, якщо потрібен експонент.

Інженерна нотація має експоненту, кратну 3. Це може залишати до 3 цифр ліворуч від десяткового знака та може потребувати додавання одного або двох нулів у кінці.

to_integral_exact(x)

Округлює до цілого числа.

to_sci_string(x)

Перетворює число на рядок, використовуючи наукову нотацію.

Константи

Константи в цьому розділі актуальні лише для модуля C. Вони також включені в чисту версію Python для сумісності.

32-розрядний

64-розрядний

decimal.MAX_PREC

425000000

999999999999999999

decimal.MAX_EMAX

425000000

999999999999999999

decimal.MIN_EMIN

-425000000

-999999999999999999

decimal.MIN_ETINY

-849999999

-1999999999999999997

decimal.HAVE_THREADS

Значенням є True. Застаріло, оскільки Python тепер завжди має потоки.

Застаріло починаючи з версії 3.9.

decimal.HAVE_CONTEXTVAR

Значення за замовчуванням – True. Якщо Python налаштовано за допомогою параметра --without-decimal-contextvar, версія C використовує локальний контекст потоку, а не локальний контекст співпрограми, а значенням є False. Це трохи швидше в деяких сценаріях вкладеного контексту.

Added in version 3.8.3.

Режими округлення

decimal.ROUND_CEILING

Round towards Infinity.

decimal.ROUND_DOWN

Округлити в бік нуля.

decimal.ROUND_FLOOR

Round towards -Infinity.

decimal.ROUND_HALF_DOWN

Округліть до найближчого із рівністю до нуля.

decimal.ROUND_HALF_EVEN

Округліть до найближчого зі зв’язками до найближчого парного цілого числа.

decimal.ROUND_HALF_UP

Округліть до найближчого із рівнем від нуля.

decimal.ROUND_UP

Округлити від нуля.

decimal.ROUND_05UP

Округлити від нуля, якщо остання цифра після округлення до нуля була б 0 або 5; інакше округліть до нуля.

Сигнали

Сигнали представляють умови, які виникають під час обчислення. Кожен відповідає одному прапорцю контексту та одному активатору перехоплення контексту.

Прапор контексту встановлюється щоразу, коли зустрічається умова. Після обчислення прапорці можуть бути перевірені в інформаційних цілях (наприклад, щоб визначити, чи було обчислення точним). Після перевірки прапорів обов’язково видаліть усі прапорці перед початком наступного обчислення.

Якщо для сигналу встановлено активатор перехоплення контексту, тоді умова викликає виняток Python. Наприклад, якщо встановлено перехоплення DivisionByZero, тоді виникає виняткова ситуація DivisionByZero, коли зустрічається умова.

class decimal.Clamped

Змінено експоненту, щоб відповідати обмеженням представлення.

Typically, clamping occurs when an exponent falls outside the context’s Emin and Emax limits. If possible, the exponent is reduced to fit by adding zeros to the coefficient.

class decimal.DecimalException

Базовий клас для інших сигналів і підклас ArithmeticError.

class decimal.DivisionByZero

Сигналізує про ділення нескінченного числа на нуль.

Can occur with division, modulo division, or when raising a number to a negative power. If this signal is not trapped, returns Infinity or -Infinity with the sign determined by the inputs to the calculation.

class decimal.Inexact

Вказує на те, що відбулося округлення і результат неточний.

Сигнали, коли під час округлення були відкинуті ненульові цифри. Повертається округлений результат. Сигнальний прапор або пастка використовується для виявлення неточних результатів.

class decimal.InvalidOperation

Виконано недійсну операцію.

Indicates that an operation was requested that does not make sense. If not trapped, returns NaN. Possible causes include:

Infinity - Infinity
0 * Infinity
Infinity / Infinity
x % 0
Infinity % x
sqrt(-x) and x > 0
0 ** 0
x ** (non-integer)
x ** Infinity
class decimal.Overflow

Числове переповнення.

Indicates the exponent is larger than Context.Emax after rounding has occurred. If not trapped, the result depends on the rounding mode, either pulling inward to the largest representable finite number or rounding outward to Infinity. In either case, Inexact and Rounded are also signaled.

class decimal.Rounded

Відбулося округлення, хоча, можливо, жодної інформації не було втрачено.

Signaled whenever rounding discards digits; even if those digits are zero (such as rounding 5.00 to 5.0). If not trapped, returns the result unchanged. This signal is used to detect loss of significant digits.

class decimal.Subnormal

Exponent was lower than Emin prior to rounding.

Виникає, коли результат операції є ненормальним (експонента занадто мала). Якщо не перехоплено, повертає результат без змін.

class decimal.Underflow

Числове недоповнення з результатом, округленим до нуля.

Виникає, коли субнормальний результат обнулюється шляхом округлення. Inexact і Subnormal також сигналізуються.

class decimal.FloatOperation

Увімкніть суворішу семантику для змішування чисел із плаваючою точкою та десяткових знаків.

Якщо сигнал не перехоплюється (за замовчуванням), змішування чисел із плаваючою точкою та десяткових знаків дозволено в конструкторі Decimal, create_decimal() та в усіх операторах порівняння. І перетворення, і порівняння точні. Будь-який випадок змішаної операції автоматично записується шляхом встановлення FloatOperation у прапорцях контексту. Явні перетворення за допомогою from_float() або create_decimal_from_float() не встановлюють прапор.

В іншому випадку (сигнал перехоплюється), лише порівняння рівності та явні перетворення мовчать. Усі інші змішані операції викликають FloatOperation.

У наступній таблиці підсумовано ієрархію сигналів:

exceptions.ArithmeticError(exceptions.Exception)
    DecimalException
        Clamped
        DivisionByZero(DecimalException, exceptions.ZeroDivisionError)
        Inexact
            Overflow(Inexact, Rounded)
            Underflow(Inexact, Rounded, Subnormal)
        InvalidOperation
        Rounded
        Subnormal
        FloatOperation(DecimalException, exceptions.TypeError)

Floating-Point Notes

Зменшення помилки округлення з підвищеною точністю

The use of decimal floating point eliminates decimal representation error (making it possible to represent 0.1 exactly); however, some operations can still incur round-off error when non-zero digits exceed the fixed precision.

The effects of round-off error can be amplified by the addition or subtraction of nearly offsetting quantities resulting in loss of significance. Knuth provides two instructive examples where rounded floating-point arithmetic with insufficient precision causes the breakdown of the associative and distributive properties of addition:

# Examples from Seminumerical Algorithms, Section 4.2.2.
>>> from decimal import Decimal, getcontext
>>> getcontext().prec = 8

>>> u, v, w = Decimal(11111113), Decimal(-11111111), Decimal('7.51111111')
>>> (u + v) + w
Decimal('9.5111111')
>>> u + (v + w)
Decimal('10')

>>> u, v, w = Decimal(20000), Decimal(-6), Decimal('6.0000003')
>>> (u*v) + (u*w)
Decimal('0.01')
>>> u * (v+w)
Decimal('0.0060000')

Модуль decimal дає змогу відновити ідентифікаційні дані, збільшивши точність настільки, щоб уникнути втрати значущості:

>>> getcontext().prec = 20
>>> u, v, w = Decimal(11111113), Decimal(-11111111), Decimal('7.51111111')
>>> (u + v) + w
Decimal('9.51111111')
>>> u + (v + w)
Decimal('9.51111111')
>>>
>>> u, v, w = Decimal(20000), Decimal(-6), Decimal('6.0000003')
>>> (u*v) + (u*w)
Decimal('0.0060000')
>>> u * (v+w)
Decimal('0.0060000')

Особливі цінності

The number system for the decimal module provides special values including NaN, sNaN, -Infinity, Infinity, and two zeros, +0 and -0.

Нескінченності можна побудувати безпосередньо за допомогою: Decimal('Infinity'). Крім того, вони можуть виникнути через ділення на нуль, коли сигнал DivisionByZero не перехоплюється. Подібним чином, коли сигнал Overflow не перехоплюється, нескінченність може бути результатом округлення за межі найбільшого представленого числа.

Нескінченності мають знак (афінні) і можуть використовуватися в арифметичних операціях, де вони розглядаються як дуже великі невизначені числа. Наприклад, додавання константи до нескінченності дає інший нескінченний результат.

Some operations are indeterminate and return NaN, or if the InvalidOperation signal is trapped, raise an exception. For example, 0/0 returns NaN which means «not a number». This variety of NaN is quiet and, once created, will flow through other computations always resulting in another NaN. This behavior can be useful for a series of computations that occasionally have missing inputs — it allows the calculation to proceed while flagging specific results as invalid.

A variant is sNaN which signals rather than remaining quiet after every operation. This is a useful return value when an invalid result needs to interrupt a calculation for special handling.

The behavior of Python’s comparison operators can be a little surprising where a NaN is involved. A test for equality where one of the operands is a quiet or signaling NaN always returns False (even when doing Decimal('NaN')==Decimal('NaN')), while a test for inequality always returns True. An attempt to compare two Decimals using any of the <, <=, > or >= operators will raise the InvalidOperation signal if either operand is a NaN, and return False if this signal is not trapped. Note that the General Decimal Arithmetic specification does not specify the behavior of direct comparisons; these rules for comparisons involving a NaN were taken from the IEEE 854 standard (see Table 3 in section 5.7). To ensure strict standards-compliance, use the compare() and compare_signal() methods instead.

Нулі зі знаком можуть виникати в результаті обчислень, які занижуються. Вони зберігають знак, який був би отриманий, якби розрахунок проводився з більшою точністю. Оскільки їх величина дорівнює нулю, додатні та від’ємні нулі вважаються рівними, а їх знак є інформаційним.

In addition to the two signed zeros which are distinct yet equal, there are various representations of zero with differing precisions yet equivalent in value. This takes a bit of getting used to. For an eye accustomed to normalized floating-point representations, it is not immediately obvious that the following calculation returns a value equal to zero:

>>> 1 / Decimal('Infinity')
Decimal('0E-1000026')

Робота з нитками

Функція getcontext() отримує доступ до іншого об’єкта Context для кожного потоку. Наявність окремих контекстів потоків означає, що потоки можуть вносити зміни (наприклад, getcontext().prec=10), не заважаючи іншим потокам.

Подібним чином функція setcontext() автоматично призначає свою ціль поточному потоку.

Якщо setcontext() не викликався раніше getcontext(), тоді getcontext() автоматично створить новий контекст для використання в поточному потоці.

Новий контекст скопійовано з контексту прототипу під назвою DefaultContext. Щоб керувати параметрами за замовчуванням, щоб кожен потік використовував однакові значення в усій програмі, безпосередньо змініть об’єкт DefaultContext. Це слід зробити перед запуском будь-яких потоків, щоб не виникало змагання між потоками, що викликають getcontext(). Наприклад:

# Set applicationwide defaults for all threads about to be launched
DefaultContext.prec = 12
DefaultContext.rounding = ROUND_DOWN
DefaultContext.traps = ExtendedContext.traps.copy()
DefaultContext.traps[InvalidOperation] = 1
setcontext(DefaultContext)

# Afterwards, the threads can be started
t1.start()
t2.start()
t3.start()
 . . .

рецепти

Ось кілька рецептів, які служать допоміжними функціями та демонструють способи роботи з класом Decimal:

def moneyfmt(value, places=2, curr='', sep=',', dp='.',
             pos='', neg='-', trailneg=''):
    """Convert Decimal to a money formatted string.

    places:  required number of places after the decimal point
    curr:    optional currency symbol before the sign (may be blank)
    sep:     optional grouping separator (comma, period, space, or blank)
    dp:      decimal point indicator (comma or period)
             only specify as blank when places is zero
    pos:     optional sign for positive numbers: '+', space or blank
    neg:     optional sign for negative numbers: '-', '(', space or blank
    trailneg:optional trailing minus indicator:  '-', ')', space or blank

    >>> d = Decimal('-1234567.8901')
    >>> moneyfmt(d, curr='$')
    '-$1,234,567.89'
    >>> moneyfmt(d, places=0, sep='.', dp='', neg='', trailneg='-')
    '1.234.568-'
    >>> moneyfmt(d, curr='$', neg='(', trailneg=')')
    '($1,234,567.89)'
    >>> moneyfmt(Decimal(123456789), sep=' ')
    '123 456 789.00'
    >>> moneyfmt(Decimal('-0.02'), neg='<', trailneg='>')
    '<0.02>'

    """
    q = Decimal(10) ** -places      # 2 places --> '0.01'
    sign, digits, exp = value.quantize(q).as_tuple()
    result = []
    digits = list(map(str, digits))
    build, next = result.append, digits.pop
    if sign:
        build(trailneg)
    for i in range(places):
        build(next() if digits else '0')
    if places:
        build(dp)
    if not digits:
        build('0')
    i = 0
    while digits:
        build(next())
        i += 1
        if i == 3 and digits:
            i = 0
            build(sep)
    build(curr)
    build(neg if sign else pos)
    return ''.join(reversed(result))

def pi():
    """Compute Pi to the current precision.

    >>> print(pi())
    3.141592653589793238462643383

    """
    getcontext().prec += 2  # extra digits for intermediate steps
    three = Decimal(3)      # substitute "three=3.0" for regular floats
    lasts, t, s, n, na, d, da = 0, three, 3, 1, 0, 0, 24
    while s != lasts:
        lasts = s
        n, na = n+na, na+8
        d, da = d+da, da+32
        t = (t * n) / d
        s += t
    getcontext().prec -= 2
    return +s               # unary plus applies the new precision

def exp(x):
    """Return e raised to the power of x.  Result type matches input type.

    >>> print(exp(Decimal(1)))
    2.718281828459045235360287471
    >>> print(exp(Decimal(2)))
    7.389056098930650227230427461
    >>> print(exp(2.0))
    7.38905609893
    >>> print(exp(2+0j))
    (7.38905609893+0j)

    """
    getcontext().prec += 2
    i, lasts, s, fact, num = 0, 0, 1, 1, 1
    while s != lasts:
        lasts = s
        i += 1
        fact *= i
        num *= x
        s += num / fact
    getcontext().prec -= 2
    return +s

def cos(x):
    """Return the cosine of x as measured in radians.

    The Taylor series approximation works best for a small value of x.
    For larger values, first compute x = x % (2 * pi).

    >>> print(cos(Decimal('0.5')))
    0.8775825618903727161162815826
    >>> print(cos(0.5))
    0.87758256189
    >>> print(cos(0.5+0j))
    (0.87758256189+0j)

    """
    getcontext().prec += 2
    i, lasts, s, fact, num, sign = 0, 0, 1, 1, 1, 1
    while s != lasts:
        lasts = s
        i += 2
        fact *= i * (i-1)
        num *= x * x
        sign *= -1
        s += num / fact * sign
    getcontext().prec -= 2
    return +s

def sin(x):
    """Return the sine of x as measured in radians.

    The Taylor series approximation works best for a small value of x.
    For larger values, first compute x = x % (2 * pi).

    >>> print(sin(Decimal('0.5')))
    0.4794255386042030002732879352
    >>> print(sin(0.5))
    0.479425538604
    >>> print(sin(0.5+0j))
    (0.479425538604+0j)

    """
    getcontext().prec += 2
    i, lasts, s, fact, num, sign = 1, 0, x, 1, x, 1
    while s != lasts:
        lasts = s
        i += 2
        fact *= i * (i-1)
        num *= x * x
        sign *= -1
        s += num / fact * sign
    getcontext().prec -= 2
    return +s

Десятковий FAQ

З. Громіздко вводити decimal.Decimal('1234.5'). Чи є спосіб мінімізувати введення під час використання інтерактивного перекладача?

A. Деякі користувачі скорочують конструктор лише до однієї літери:

>>> D = decimal.Decimal
>>> D('1.23') + D('3.45')
Decimal('4.68')

Q. У програмі з фіксованою комою з двома знаками після коми деякі вхідні дані мають багато знаків і їх потрібно округлити. Інші не повинні мати зайвих цифр і потребують перевірки. Які методи слід використовувати?

A. The quantize() method rounds to a fixed number of decimal places. If the Inexact trap is set, it is also useful for validation:

>>> TWOPLACES = Decimal(10) ** -2       # same as Decimal('0.01')
>>> # Round to two places
>>> Decimal('3.214').quantize(TWOPLACES)
Decimal('3.21')
>>> # Validate that a number does not exceed two places
>>> Decimal('3.21').quantize(TWOPLACES, context=Context(traps=[Inexact]))
Decimal('3.21')
>>> Decimal('3.214').quantize(TWOPLACES, context=Context(traps=[Inexact]))
Traceback (most recent call last):
   ...
Inexact: None

З. Якщо я маю дійсні двомісні введення, як мені підтримувати цей інваріант у всій програмі?

A. Some operations like addition, subtraction, and multiplication by an integer will automatically preserve fixed point. Others operations, like division and non-integer multiplication, will change the number of decimal places and need to be followed-up with a quantize() step:

>>> a = Decimal('102.72')           # Initial fixed-point values
>>> b = Decimal('3.17')
>>> a + b                           # Addition preserves fixed-point
Decimal('105.89')
>>> a - b
Decimal('99.55')
>>> a * 42                          # So does integer multiplication
Decimal('4314.24')
>>> (a * b).quantize(TWOPLACES)     # Must quantize non-integer multiplication
Decimal('325.62')
>>> (b / a).quantize(TWOPLACES)     # And quantize division
Decimal('0.03')

In developing fixed-point applications, it is convenient to define functions to handle the quantize() step:

>>> def mul(x, y, fp=TWOPLACES):
...     return (x * y).quantize(fp)
...
>>> def div(x, y, fp=TWOPLACES):
...     return (x / y).quantize(fp)
>>> mul(a, b)                       # Automatically preserve fixed-point
Decimal('325.62')
>>> div(b, a)
Decimal('0.03')

Q. There are many ways to express the same value. The numbers 200, 200.000, 2E2, and .02E+4 all have the same value at various precisions. Is there a way to transform them to a single recognizable canonical value?

A. The normalize() method maps all equivalent values to a single representative:

>>> values = map(Decimal, '200 200.000 2E2 .02E+4'.split())
>>> [v.normalize() for v in values]
[Decimal('2E+2'), Decimal('2E+2'), Decimal('2E+2'), Decimal('2E+2')]

Q. When does rounding occur in a computation?

A. It occurs after the computation. The philosophy of the decimal specification is that numbers are considered exact and are created independent of the current context. They can even have greater precision than current context. Computations process with those exact inputs and then rounding (or other context operations) is applied to the result of the computation:

>>> getcontext().prec = 5
>>> pi = Decimal('3.1415926535')   # More than 5 digits
>>> pi                             # All digits are retained
Decimal('3.1415926535')
>>> pi + 0                         # Rounded after an addition
Decimal('3.1416')
>>> pi - Decimal('0.00005')        # Subtract unrounded numbers, then round
Decimal('3.1415')
>>> pi + 0 - Decimal('0.00005').   # Intermediate values are rounded
Decimal('3.1416')

З. Деякі десяткові значення завжди друкуються в експоненціальному вигляді. Чи є спосіб отримати неекспоненціальне представлення?

A. For some values, exponential notation is the only way to express the number of significant places in the coefficient. For example, expressing 5.0E+3 as 5000 keeps the value constant but cannot show the original’s two-place significance.

Якщо програма не піклується про відстеження значущості, можна легко видалити експоненту та кінцеві нулі, втрачаючи значущість, але зберігаючи значення незмінним:

>>> def remove_exponent(d):
...     return d.quantize(Decimal(1)) if d == d.to_integral() else d.normalize()
>>> remove_exponent(Decimal('5E+3'))
Decimal('5000')

Q. Чи є спосіб перетворити звичайний float на Decimal?

A. Yes, any binary floating-point number can be exactly expressed as a Decimal though an exact conversion may take more precision than intuition would suggest:

>>> Decimal(math.pi)
Decimal('3.141592653589793115997963468544185161590576171875')

Q. Як я можу переконатися, що в рамках складного обчислення я не отримав фальшивий результат через недостатню точність або аномалії округлення.

A. Десятковий модуль дозволяє легко перевірити результати. Найкраща практика — повторити обчислення з більшою точністю та різними режимами округлення. Різні результати вказують на недостатню точність, проблеми з режимом округлення, погано обумовлені вхідні дані або чисельно нестабільний алгоритм.

З. Я помітив, що точність контексту застосовується до результатів операцій, але не до вхідних даних. Чи є на що слід звернути увагу під час змішування значень різної точності?

А. Так. Принцип полягає в тому, що всі значення вважаються точними, як і арифметика цих значень. Округлюються лише результати. Перевага введення даних полягає в тому, що «те, що ви вводите, те й отримуєте». Недоліком є те, що результати можуть виглядати дивно, якщо ви забудете, що вхідні дані не були округлені:

>>> getcontext().prec = 3
>>> Decimal('3.104') + Decimal('2.104')
Decimal('5.21')
>>> Decimal('3.104') + Decimal('0.000') + Decimal('2.104')
Decimal('5.20')

Рішення полягає в тому, щоб підвищити точність або примусово округлити вхідні дані за допомогою унарної операції плюс:

>>> getcontext().prec = 3
>>> +Decimal('1.23456789')      # unary plus triggers rounding
Decimal('1.23')

Крім того, вхідні дані можна округлити під час створення за допомогою методу Context.create_decimal():

>>> Context(prec=5, rounding=ROUND_DOWN).create_decimal('1.2345678')
Decimal('1.2345')

Q. Чи швидка реалізація CPython для великих чисел?

A. Yes. In the CPython and PyPy3 implementations, the C/CFFI versions of the decimal module integrate the high speed libmpdec library for arbitrary precision correctly rounded decimal floating-point arithmetic [1]. libmpdec uses Karatsuba multiplication for medium-sized numbers and the Number Theoretic Transform for very large numbers.

The context must be adapted for exact arbitrary precision arithmetic. Emin and Emax should always be set to the maximum values, clamp should always be 0 (the default). Setting prec requires some care.

The easiest approach for trying out bignum arithmetic is to use the maximum value for prec as well [2]:

>>> setcontext(Context(prec=MAX_PREC, Emax=MAX_EMAX, Emin=MIN_EMIN))
>>> x = Decimal(2) ** 256
>>> x / 128
Decimal('904625697166532776746648320380374280103671755200316906558262375061821325312')

Для отримання неточних результатів MAX_PREC є занадто великим на 64-розрядних платформах, тому доступної пам’яті буде недостатньо:

>>> Decimal(1) / 3
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
MemoryError

On systems with overallocation (e.g. Linux), a more sophisticated approach is to adjust prec to the amount of available RAM. Suppose that you have 8GB of RAM and expect 10 simultaneous operands using a maximum of 500MB each:

>>> import sys
>>>
>>> # Maximum number of digits for a single operand using 500MB in 8-byte words
>>> # with 19 digits per word (4-byte and 9 digits for the 32-bit build):
>>> maxdigits = 19 * ((500 * 1024**2) // 8)
>>>
>>> # Check that this works:
>>> c = Context(prec=maxdigits, Emax=MAX_EMAX, Emin=MIN_EMIN)
>>> c.traps[Inexact] = True
>>> setcontext(c)
>>>
>>> # Fill the available precision with nines:
>>> x = Decimal(0).logical_invert() * 9
>>> sys.getsizeof(x)
524288112
>>> x + 2
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  decimal.Inexact: [<class 'decimal.Inexact'>]

Загалом (і особливо в системах без загального розподілу) рекомендується оцінювати ще більш жорсткі межі та встановлювати пастку Inexact, якщо очікується, що всі обчислення будуть точними.