Trabajando con números de alta precisión en Python: El módulo decimal

El tipo de dato más habitual para trabajar con número en Python es float. Este tipo permite almacenar números reales positivos o negativos con precisión doble, el equivalente al tipo double de C u otros lenguajes. Sin embargo, en situaciones es necesario contar con una mayor precisión, como en cálculos financieros donde los errores de redondeo pueden tener consecuencias significativas, el tipo float puede no ser suficiente. Siendo en estos casos donde entra en juego el módulo decimal de Python. En esta entrada, se explorará qué es el módulo decimal, cómo usarlo y por qué puede ser la mejor opción en ciertas aplicaciones.

El módulo decimal de Python

Dentro de la librería estándar de Python, el módulo decimal es una biblioteca que proporciona soporte para números decimales de alta precisión. Diseñada para superar las limitaciones del tipo float. El módulo decimal es particularmente útil en aplicaciones financieras y científicas que requieren una precisión exacta y controlada en los cálculos.

Diferencias clave entre decimal y float

Las diferencias entre los tipos de datos decimal y float de Python proviene de la forma en la que se representan los datos. Mientras float usa una representación binaria, decimal usa una representación decimal. Por lo tanto, las principales diferencias entre estos dos tipos de datos son:

• float: El tipo float en Python se basa en el estándar IEEE 754 para aritmética de punto flotante. Esto significa que los números se representan en formato binario y la precisión es limitada. Al realizar operaciones con valores float se pueden introducir errores de redondeo debido a la naturaleza binaria de la representación de los números. Acumulándose los errores en las operaciones, haciendo realmente difícil rastrear estos en cálculos complejos.
• decimal: Los objetos Decimal del módulo decimal usan una representación decimal que es más intuitiva para las personas. Permiten especificar la precisión deseada y la estrategia de redondeo. Esto significa que se puede trabajar con números decimales con una precisión mucho mayor y sin errores de redondeo de los float. Permitiendo trabajar con precisión decimal exacta, minimizando los errores de precisión. Algo esencial en aplicaciones como la contabilidad, donde incluso un pequeño error puede tener un impacto significativo.

Uso del módulo decimal de Python

Para usar el módulo decimal solamente se debe importar en el código. No es necesario instalar ningún módulo ya que este forma parte de de la librería estándar de Python. A continuación, se muestra un básico de como trabajar con este tipo de numero.

En Analytics Lane

Curiosidad: La maldición de la dimensionalidad, o por qué añadir más datos puede empeorar tu modelo

from decimal import Decimal, getcontext

# Configura la precisión global
getcontext().prec = 10

# Crear instancias de Decimal
num1 = Decimal('0.1')
num2 = Decimal('0.2')

# Operaciones aritméticas
suma = num1 + num2
print("La suma es:", suma)

# Operaciones con precisión controlada
resultado = Decimal('1') / Decimal('3')
print("El resultado de 1 dividido por 3 es:", resultado)

La suma es: 0.3
El resultado de 1 dividido por 3 es: 0.3333333333

En el ejemplo anterior, una vez importada la clase Decimal y la función getcontext se usa esta ultima para definir la presión global. Fijándose una precisión de 10 decimales. Un valor que se puede adaptar a las necesidades específicas de cada problema.

Posteriormente se usa la clase Decimal para crear objetos decimal con los valores. Estos objetos se pueden utilizar igual que los números de tipo float en operaciones aritméticas, pero con precisión decimal controlada. Como se puede ver al ejecutar el código, la división de 1 entre 3 se muestra con 10 decimales, la precisión que se ha indicado al comienzo.

Casos de uso del módulo decimal

Existen múltiples casos en los que puede ser recomendable usar el módulo decimal en lugar de los valores float para realizar las operaciones. Algunos de estos casos de uso son:

1. Cálculos financieros: El módulo decimal es ideal para cálculos que requieren una precisión exacta, como en aplicaciones de contabilidad y finanzas.
2. Cálculos científicos: Donde la precisión es crítica, como en simulaciones numéricas o análisis de datos.
3. Aplicaciones que exigen exactitud: En cualquier aplicación donde los errores de redondeo puedan afectar el resultado, el módulo decimal ofrece una solución más robusta.

Conclusiones

El módulo decimal de Python ofrece la posibilidad de trabajar con números decimales de alta precisión. Ofreciendo ventajas significativas sobre el tipo float tanto en términos de exactitud, como de control sobre las operaciones aritméticas. Algo que puede ser clave en aplicaciones financieras o científicas.

Imagen de Gerd Altmann en Pixabay