简单的答案是
3*0.1 != 0.3由于量化（舍入）误差（而
4*0.1 == 0.4乘以2的幂通常是“精确”运算）。Python试图找到
最短的字符串并将其舍入为所需的值 ，因此它可以显示
4*0.1为
0.4相等，但不能显示
3*0.1为，
0.3因为它们不相等。
您可以
.hex在Python中使用该方法查看数字的内部表示形式（基本上是 确切的 二进制浮点值，而不是以10为底的近似值）。这可以帮助解释幕后情况。
>>> (0.1).hex()'0x1.999999999999ap-4'>>> (0.3).hex()'0x1.3333333333333p-2'>>> (0.1*3).hex()'0x1.3333333333334p-2'>>> (0.4).hex()'0x1.999999999999ap-2'>>> (0.1*4).hex()'0x1.999999999999ap-2'
0.1是0x1.999999999999a乘以2 ^ -4。末尾的“ a”表示数字10-换句话说，二进制浮点数中的0.1 略大于
“精确”值0.1（因为最终的0x0.99舍入为0x0.a）。当您将其乘以4（2的幂）时，指数会上移（从2 ^ -4到2 ^
-2），但数字不变，所以
4*0.1 == 0.4。
但是，当乘以3时，0x0.99与0x0.a0（0x0.07）之间的微小差异会放大为0x0.15错误，在最后一个位置显示为一位错误。这导致0.1 * 3
略大于 0.3的舍入值。
Python 3的float
repr被设计为可 双向访问的 ，也就是说，显示的值应完全可转换为原始值（
float(repr(f)) ==f对于所有float
f）。因此，它无法显示
0.3和
0.1*3完全相同的方式，或两个 不同的 数字最终会往返后相同。因此，Python
3的
repr引擎选择显示一个带有轻微的明显错误的引擎。
