我看到的答案对浮点数（52.15）不起作用。经过一些测试，我使用的解决方案是：

import decimal
        
def value_to_decimal(value, decimal_places):
    decimal.getcontext().rounding = decimal.ROUND_HALF_UP  # define rounding method
    return decimal.Decimal(str(float(value))).quantize(decimal.Decimal('1e-{}'.format(decimal_places)))

（将“value”转换为float和string非常重要，这样一来，“value”可以是float、decimal、integer或string类型！）

希望这对任何人都有帮助。

要将一个数字舍入为一个分辨率，最好的方法是以下方法，该方法可以适用于任何分辨率（两个小数或甚至其他步长为0.01）：

>>> import numpy as np
>>> value = 13.949999999999999
>>> resolution = 0.01
>>> newValue = int(np.round(value/resolution))*resolution
>>> print newValue
13.95

>>> resolution = 0.5
>>> newValue = int(np.round(value/resolution))*resolution
>>> print newValue
14.0

大多数数字不能用浮点数精确表示。如果你想舍入这个数字，因为这是你的数学公式或算法所要求的，那么你想使用舍入。如果您只想将显示限制为某一精度，那么甚至不要使用舍入，只需将其格式化为字符串即可。（如果您想用其他舍入方法显示，并且有吨，则需要混合使用这两种方法。）

>>> "%.2f" % 3.14159
'3.14'
>>> "%.2f" % 13.9499999
'13.95'

最后，也许最重要的是，如果你想要精确的数学，那么你根本不需要浮点数。通常的例子是处理货币，并将“美分”存储为整数。

Use:

float_number = 12.234325335563
round(float_number, 2)

这将返回；

12.23

说明：

round函数接受两个参数；要舍入的数字和要返回的小数位数。这里我返回了两位小数。

正如Matt所指出的，Python 3.6提供了f字符串，它们也可以使用嵌套参数：

value = 2.34558
precision = 2
width = 4

print(f'result: {value:{width}.{precision}f}')

显示结果：2.35

您可以修改输出格式：

>>> a = 13.95
>>> a
13.949999999999999
>>> print "%.2f" % a
13.95