正如您和海尔伍德已经注意到的那样，0.4不能完全表示为浮点数。为什么？它是五分之二（4/10 == 2/5），没有有限的二进制分数表示形式。
尝试这个：
from fractions import Fraction
Fraction('8.0') // Fraction('0.4')
# or equivalently
# Fraction(8, 1) // Fraction(2, 5)
# or
# Fraction('8/1') // Fraction('2/5')
# 20
然而
Fraction('8') // Fraction(0.4)
# 19
在这里，0.4被解释为一个浮动文本（以及因此浮点二进制数）需要（二进制）舍入，并且只有 然后 转化为有理数Fraction(3602879701896397, 9007199254740992)，这几乎是但不完全4/10。然后执行地板划分，而且因为
19 * Fraction(3602879701896397, 9007199254740992) < 8.0
和
20 * Fraction(3602879701896397, 9007199254740992) > 8.0
结果是19，而不是20。
同样的事情可能发生
8.0 // 0.4
即，似乎地板分割是原子确定的（但仅在解释的float文字的近似float值上）。
那为什么
floor(8.0 / 0.4)
给出“正确”的结果？因为在那里，两个舍入错误彼此抵消。 首先 1）进行除法，得到的东西略小于20.0，但不能表示为float。它四舍五入到最接近的浮点数，恰好是20.0。只有到 那时 ，该floor操作才被执行，但现在 恰好 作用于该操作20.0，因此不再更改该数字。
1）由于凯尔-斯特兰德指出，该确切的结果确定 则 圆 什么 实际 发生的低2） -电平（cpython中的C代码，甚至cpu指令）。但是，它对于确定预期的3）结果可能是有用的模型。
2）在 最低的 4）级别上，这可能相差不远。一些芯片组通过首先计算更精确的（但仍然不精确，只是具有更多的二进制数字）内部浮点结果，然后舍入为IEEE双精度来确定浮点结果。
3）由Python规范“预期”，不一定是我们的直觉。
4）那么，逻辑门 上方的 最低水平。我们不必考虑使半导体成为可能的量子力学。
602392714
清零编程群