你有没有遇到过这种情况：在写代码做价格计算时，明明是 0.1 + 0.2，结果却不是 0.3，而是 0.30000000000000004？别怀疑电脑坏了，也别急着重装软件，这其实是浮点计算中的常见现象。
为什么 0.1 + 0.2 不等于 0.3？
问题出在计算机底层表示小数的方式。我们人类习惯用十进制，但计算机用的是二进制。像 0.1 这样的十进制小数，在二进制中是无限循环的，就像 1/3 在十进制里是 0.333... 一样，根本存不满。
所以计算机只能用近似值来存储，这就带来了精度损失。当你做加法时，其实是两个近似值在相加，结果自然也不会完全准确。
一个简单的例子
比如在 JavaScript 中运行：
console.log(0.1 + 0.2); // 输出：0.30000000000000004同样的问题也会出现在 Python、Java、C++ 等几乎所有支持浮点数的语言中。不是语言的问题，也不是安装的软件版本不对，而是 IEEE 754 浮点标准的固有特性。
实际场景中的影响
你在开发一个电商系统，用户买了两件 0.1 元的商品，系统算出来总价是 0.30000000000000004 元，虽然只差了一丁点，但对账时可能就会出问题。银行、财务类软件尤其要小心这类误差。
怎么避免被坑？
如果是涉及金额计算，推荐用整数运算代替小数。比如把元换成“分”来算，1 元就是 100 分，全程用整数，最后再除以 100 显示。
或者使用专门的高精度库，比如 JavaScript 的 BigInt 或 decimal.js，Python 的 decimal 模块。
decimal 模块示例（Python）
from decimal import Decimal
a = Decimal('0.1')
b = Decimal('0.2')
print(a + b) # 输出：0.3注意这里传的是字符串 '0.1'，而不是直接写 0.1，否则在传入时就已经变成浮点近似值了。
软件安装时也能遇到
有些科学计算或数据分析软件，在安装后首次运行时会做环境校验，比如检查 NumPy 是否支持双精度浮点。如果你看到日志里报出微小的数值偏差，先别急着重装，很可能只是浮点精度的正常表现。
尤其是 Anaconda、MATLAB、RStudio 这类工具，在处理大量数学运算时，默认使用 IEEE 754 标准，出现极小误差并不意味着安装失败。