f-string不控制浮点精度，{x:.15f}不等于高精度，因float是IEEE 754双精度，仅约15–17位有效数字且无法精确表示多数十进制小数；真正高精度需用Decimal配合quantize()等明确舍入策略。
f-string 本身不控制浮点数精度，精度由格式说明符决定；直接写 {x:.10f} 可能输出错误值，必须配合 decimal 或正确舍入逻辑才能真正实现“高精度”。
为什么 {x:.15f} 不等于高精度？
Python 的 float 是 IEEE 754 双精度类型，本身只有约 15–17 位有效数字，且多数十进制小数无法精确表示。比如 0.1 + 0.2 实际存储为 0.30000000000000004。此时用 f"{0.1 + 0.2:.15f}" 输出的是这个近似值的“展开”，不是数学上正确的 0.3 —— 这不是格式化问题，是源头精度已丢失。
- 用
type(x)检查：若x是float，再高的.nf也只是暴露二进制近似误差 -
sys.float_info.dig返回 15，即 float 能可靠表示的十进制位数上限 - 想输出“0.300000000000000”，得先让数值本身是精确的（如用
Decimal或整数运算）
用 decimal.Decimal 配合 f-string 真正控制精度
当需要银行级、科学计算级或可预测的十进制精度时，必须切换到 decimal 模块，并在 f-string 中使用其 __format__ 协议。注意：不能直接对 Decimal 对象用 .nf（会触发 float 转换），而应使用 g、f 等 format code，且需确保上下文精度足够。
- 初始化时用字符串构造：
Decimal("0.1") + Decimal("0.2")，避免float输入污染 - 设置上下文精度：
getcontext().prec = 28（默认 28，但影响所有算术） - f-string 写法：
f"{d:.10f}"中的d必须是Decimal，此时.10f才按十进制精确截断/补零 - 错误示例：
f"{Decimal(0.1):.10f}"——Decimal(0.1)已经从float构造，精度已损
from decimal import Decimal, getcontext
getcontext().prec = 28
a = Decimal("1") / Decimal("3")
print(f"{a:.12f}") # 输出：0.333333333333需要动态精度？别硬拼 f-string，改用 format() 或 quantize()
f-string 的格式说明符是静态的，无法在运行时拼接精度位数（如 f"{x:.{n}f}" 在 n 为变量时语法合法，但若 x 是 float，仍无意义）。真正可控的高精度输出，推荐组合 quantize() 和 format()：
立即学习“Python免费学习笔记（深入）”；
-
quantize()强制舍入到指定小数位（支持 ROUND_HALF_UP 等策略） - 用
str(d.quantize(Decimal("1e-6")))得到带尾随零的字符串 - 或用
format(d, "f")配合Context控制显示宽度 - 避免
f"{x:.{n}f}".format(n=6)这类混淆——f-string 不接受外部 format 调用
from decimal import Decimal, ROUND_HALF_UP
d = Decimal("3.141592653589793238")
rounded = d.quantize(Decimal("1e-5"), rounding=ROUND_HALF_UP)
print(f"{rounded:f}") # 输出：3.14159真正高精度输出的关键，从来不在花式格式化语法，而在数值源头是否可信、舍入策略是否明确、以及是否混淆了“显示位数”和“有效精度”。用 float 就别谈 20 位小数准确，这是底层模型决定的边界。
