所以个人觉得办法就是换一个数据类型，最简单的就是double（我估计16位的精度应该够了吧，不过他和float一样，存一个近似值，你可以试试写成double（16，14）试试，如果还不行，那就只能用decimal了），如果还是进位，那就用decimal（65位的定点数，怎么算都够了。）

如果还不行就祭出终极大招字符型，这个总没有问题，当然如果你还要计算，那就最好别用这个。

用Python做数据分析，大致流程如下：

1、数据获取

可以通过SQL查询语句来获取数据库中想要数据。Python已经具有连接sql server、mysql、orcale等主流数据库的接口包，比如pymssql、pymysql、cx_Oracle等。

2、数据存储

企业当中的数据存储，通过通过数据库如Mysql来存储与管理，对于非结构化数据的存储可以使用MongoDB等。对于使用Python进行网络抓取的数据，我们也可以使用pymysql包快速地将其存储到Mysql中去。

3、数据预处理/数据清洗

大多数情况下，原始数据是存在格式不一致，存在异常值、缺失值等问题的，而不同项目数据预处理步骤的方法也不一样。Python做数据清洗，可以使用Numpy和Pandas这两个工具库。

4、数据建模与分析

常见的数据挖掘模型有：分类、聚类、回归等，这些常见的算法模型，Python也有Scikit-learn和Tensorflow工具库来支持。

5、数据可视化分析

在数据可视化方面，Python有Matplotlib、Seaborn、Pyecharts等工具库可用。

欢迎分享，转载请注明来源：内存溢出

原文地址:https://www.outofmemory.cn/zaji/7138433.html