Python decimal quantize 舍入模式怎么选

用 Python 处理金额时，Decimal.quantize() 的关键不是“保留几位小数”，而是“中点和方向按什么规则处理”。通常先用 Decimal('0.01') 表示两位小数，再把舍入模式显式传给 quantize：报表或统计口径可选 ROUND_HALF_EVEN，明确要求五入远离零时选 ROUND_HALF_UP，只想截断则用 ROUND_DOWN。

先把舍入目标写成 Decimal 量子和规则

quantize(exp) 会让结果拥有和 exp 相同的指数。也就是说，Decimal('0.01') 表示金额精度为两位，而不是一个“乘除系数”。输入金额先经过Decimal 文本构造，再与量子模板 0.01、rounding 参数一起交给 quantize，最后得到两位小数结果。

from decimal import Decimal, ROUND_HALF_UP

# 用字符串构造 Decimal，避免先把金额交给二进制 float
amount = Decimal('12.345')
cent = Decimal('0.01')

# 明确写出“中点远离零”的金额规则，结果为 Decimal('12.35')
rounded = amount.quantize(cent, rounding=ROUND_HALF_UP)
print(rounded)

如果省略 rounding，quantize 会读取当前上下文的舍入方式。上下文可能被同一进程的其他代码修改，所以库函数或结算边界最好显式传参，避免“同样的输入在不同调用位置得到不同结果”。

ROUND_HALF_EVEN 和 ROUND_HALF_UP 差在哪

两者只在“刚好位于两个结果中间”时最容易看出差异。ROUND_HALF_EVEN 会把中点放到末位为偶数的一侧；ROUND_HALF_UP 则让中点远离零。下面的 2.345 和 2.355 都是保留两位时的中点，不能只看“有 5 就进一位”。

from decimal import Decimal, ROUND_HALF_EVEN, ROUND_HALF_UP

values = [Decimal('2.345'), Decimal('2.355')]
cent = Decimal('0.01')

for value in values:
    # 同一输入只替换舍入模式，便于确认中点差异
    even = value.quantize(cent, rounding=ROUND_HALF_EVEN)
    half_up = value.quantize(cent, rounding=ROUND_HALF_UP)
    print(value, even, half_up)

方向性舍入要特别检查负数

ROUND_DOWN 和 ROUND_UP 是相对零的方向；ROUND_FLOOR 和 ROUND_CEILING 是相对负无穷和正无穷的方向。处理退款、折扣差额或冲正金额时，负数会把这组区别放大。

from decimal import Decimal, ROUND_DOWN, ROUND_FLOOR

refund = Decimal('-1.239')
cent = Decimal('0.01')

# ROUND_DOWN 向零，负数会变成 -1.23
toward_zero = refund.quantize(cent, rounding=ROUND_DOWN)
# ROUND_FLOOR 向负无穷，负数会变成 -1.24
toward_negative = refund.quantize(cent, rounding=ROUND_FLOOR)
print(toward_zero, toward_negative)

因此不要把“舍入模式”藏在公共上下文里。封装一个接收规则的函数，并为正数中点、负数中点、非中点和已经是两位小数的值各保留测试样例，更容易发现账务口径漂移。

金额量化函数怎么写才不容易漂移

一个实用的最小封装如下：输入接受字符串或已经构造好的 Decimal，规则由调用方传入，返回值始终保留两位指数。若还要验证输入不能超过两位，可以单独使用带 Inexact 陷阱的校验上下文，不要把“校验”和“舍入”混成一个动作。

from decimal import Decimal, ROUND_HALF_EVEN

CENT = Decimal('0.01')

def money(value: str | Decimal, rounding=ROUND_HALF_EVEN) -> Decimal:
    # 统一入口：字符串不会先经过 float，舍入规则由业务显式传入
    amount = value if isinstance(value, Decimal) else Decimal(value)
    # quantize 固定金额小数位；异常交给调用方处理并记录原始输入
    return amount.quantize(CENT, rounding=rounding)

print(money('10.125'))
print(money('10.125', rounding=ROUND_HALF_UP))

最后检查四件事：输入有没有经过 float、量子模板是否与展示精度一致、模式是否来自业务规则、负数方向是否写进测试。若量化后系数位数超过当前精度，quantize 可能触发 InvalidOperation；这时应调整上下文精度或拆分计算，而不是悄悄改成截断。

常见问题

quantize 和 round(Decimal, 2) 有什么区别？

两者都能得到两位结果，但 quantize 直接表达目标指数并能显式传入舍入模式，更适合金额边界；round 使用上下文规则时更容易被调用环境影响。

金额是不是一律使用 ROUND_HALF_UP？

不是。是否使用传统五入取决于合同、财务制度或报表口径；没有规则时不能用函数名替业务决策。

为什么 Decimal 也会出现舍入异常？

Decimal 能准确表达十进制输入，但运算结果仍受上下文精度和量化规则影响。先用字符串构造，再显式量化，并为中点和负数补测试，才能把边界固定下来。