概述 #
在大多数处理浮点数的场景中，为了提高可读性，往往只需要精确到 2 位或 3 位，一般来说，常用的方法有两种。
fmt.Sprintf() #
package main
import "fmt"
func main() {
pi := 3.1415926
s1 := fmt.Sprintf("%.2f", pi) // 保留 2 位小数
fmt.Printf("%T %v\n", s1, s1)
s2 := fmt.Sprintf("%.1f", pi) // 保留 1 位小数
fmt.Printf("%T %v\n", s2, s2)
}
// $ go run main.go
// 输出如下
/**
string 3.14
string 3.1
*/
通过调用 fmt.Sprintf() 方法转换非常简单，但是不足之处在于返回值是一个字符串，
如果需要保留精度的值依然要求为 浮点型，可能需要使用二次
类型转换，不太友好。
math 包 #
本质上是通过两个 浮点型 数字进行计算，最后根据需要的精度，进行四舍五入。 例如 12345 / 100 = 123.45, 保留 1 位小数等于 123.5。
package main
import (
"fmt"
"math"
)
func main() {
pi := 3.1415926
var ratio float64 // 使用一个变量作为精度范围, 比如 2 位小数时，精度范围应该为 100
ratio = math.Pow(10, 2) // 计算精度范围，2 位小数 = 100
s1 := math.Round(pi*ratio) / ratio // 保留 2 位小数
fmt.Printf("%T %v\n", s1, s1)
ratio = math.Pow(10, 1) // 计算精度范围，1 位小数 = 10
s2 := math.Round(pi*ratio) / ratio // 保留 1 位小数
fmt.Printf("%T %v\n", s2, s2)
}
通过调用 math 包 方法转换，除了可以保留精度外，还可以保证转换后的值依然是一个 浮点型。
但是该方法在一些 边缘场景 中，可能会报错，例如需要转化的数值已经是一个 很大的浮点型数字，这时候再乘以精度范围值，
可能会产生
溢出。
实践 #
如果对场景产生的数据没办法做到 100% 预测，建议:
- 使用
fmt.Sprintf()将数字转为字符串 - 使用
类型转换，将
字符串转化为浮点型
