math模块不能替代NumPy但可避免小数精度陷阱，它基于C库、严格遵循IEEE 754，适用于标量计算与强校验；需注意角度制需转弧度、非法输入抛异常、浮点比较应使用math.isclose()。
math 模块不能替代 NumPy，但能省掉小数精度陷阱
Python 的 math 模块不是玩具，它在纯标量计算、配置解析、边界校验等工程场景里比浮点运算更稳。关键在于：它用 C 库实现，所有函数都严格遵循 IEEE 754，并且不自动广播、不隐式类型转换——这反而是优势。
常见错误现象：0.1 + 0.2 != 0.3 导致阈值判断失败；用 ** 算幂时遇到负数底数报 ValueError: negative number cannot be raised to a fractional power；或者误把 math.sin(90) 当成角度制，结果是错的（它只认弧度）。
- 角度转弧度必须显式调用
math.radians(90)，别硬除 180 - 开方、对数类函数一律拒绝非法输入，比如
math.sqrt(-1)直接抛异常，不返回nan—— 这适合强校验逻辑 -
math.isclose()是唯一推荐用于浮点比较的方案，abs(a - b) 在跨平台或大数场景下会翻车 - 避免混用
math.pow()和**：前者总是返回float，后者对整数可能保留int类型，影响后续类型敏感逻辑（如 JSON 序列化）
decimal 不是“更高精度 math”，它是确定性十进制算术
工程中真正需要 decimal 的地方，从来不是“想要更多小数位”，而是“必须和人写的数字一模一样地算”。比如金额计算、税率四舍五入、配置文件中的百分比解析。
常见错误现象：用 Decimal('0.1') + Decimal('0.2') 得到 Decimal('0.3') 很开心，但接着用 float(my_decimal) 又掉回浮点坑；或者传字符串时没加引号，写成 Decimal(0.1)，结果还是二进制浮点误差。
立即学习“Python免费学习笔记（深入）”；
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
- 初始化必须用字符串，
Decimal('1.005')，绝不用Decimal(1.005) - 运算中混入
int或float会触发隐式转换，立刻丢失精度控制能力 -
quantize()是唯一可控四舍五入方式，round(Decimal('1.005'), 2)行为不符合会计规则（Python 默认 round 是“四舍六入五成双”） - 性能比 float 低一个数量级，别在循环里频繁构造
Decimal实例，先批量转好再算
fractions.Fraction 处理比例、步长、有理数约束最干净
当你的业务逻辑本质是“几分之几”——比如视频帧率 30000/1001、缩放比例 16/9、定时器步长 1/60——用 Fraction 不仅可读性强，还能避免累积误差。
常见错误现象：用 0.3333333333333333 表示 1/3，在多次乘法后变成 0.9999999999999999；或者用 float 做步长循环（for x in np.arange(0, 1, 1/3)），结果多出或少了一次迭代。
- 构造优先用字符串或两个整数：
Fraction('1/3')或Fraction(1, 3)，避免Fraction(0.333) - 和
int运算自动约分，和float运算会转成近似分数（可能极大分母），尽量避免 -
Fraction.limit_denominator()能把任意浮点转成“最接近的合理分数”，适合解析用户输入的模糊比例 - 和
math.gcd()配合做周期计算很顺手，比如求多个步长的最小公倍周期：lcm = lambda a, b: abs(a * b) // math.gcd(a, b)，再套上Fraction分子分母分别算
math.comb / math.perm 是组合爆炸问题的防崩开关
在权限系统、测试用例生成、枚举策略等场景，常要算 C(n,k) 或 P(n,k)。自己写阶乘循环？早该停了。Python 3.8+ 的 math.comb() 和 math.perm() 是 C 实现、整数专用、带溢出保护——这才是工程该有的样子。
常见错误现象：用 scipy.special.comb(n, k) 返回 float，大数时精度丢失；或手写 factorial(n) // (factorial(k) * factorial(n-k))，n=1000 就卡死；还有人用 math.gamma() 硬凑，结果引入浮点误差和复数分支。
-
math.comb(n, k)要求 n ≥ k ≥ 0，否则直接抛ValueError，不返回负数或 nan - 内部用乘法累积而非完整阶乘，O(k) 时间，n=10⁶、k=10 也秒出结果
- 返回严格
int，可直接喂给数据库主键、哈希种子、索引偏移，不怕类型漂移 - 注意：它不处理重复元素或多重集组合，那是
itertools或专用库的事
真正难的不是选哪个模块，而是意识到：math 是标量契约，decimal 是十进制契约，fraction 是有理数契约。混用它们的边界，比不会用更危险。
