我理解为什么0.1 + 0.2在Python 3中会产生这种情况：
>>> 0.1 + 0.2
0.30000000000000004
...但是我不明白为什么在下面显示的输出中间会有一个36位（大部分）非零数字的段：
>>> print('%.70f' % (0.2 + 0.1))
0.3000000000000000444089209850062616169452667236328125000000000000000000
我确实期望在0.1 + 0.2和二进制IEEE 754浮点数之间最接近0.1 + 0.2的差异，但是我不明白为什么这种差异会导致显示36位数字（相当于大约120位）精度）。
我可以理解该错误的精度是否更小（<53位），或者（视在）无限精度，这可能是由于评估'%.70f' % (0.2 + 0.1)的算法的伪像所致。但是我无法理解会导致上面显示的36位补丁程序的错误。
您正在使用的Python实现显然将IEEE-754 binary64用于浮点。 （这很常见，但是Python并未强制执行。）
以这种格式，数字表示为2的幂的倍数，其中所使用的2的特定幂取决于数字的大小。 （浮点格式还以其他与数学上等效的方式进行了描述，例如使用具有固定数量的小数位的有效数字，而不是我在此处使用的整数倍。此描述在以下位置更易于解释手）。
对于.3附近的数字，使用的2的幂为2 -54。四舍五入为浮点格式后，将.1和.2相加的结果为5404319552844596乘以2 -54或5404319552844596/2 54。
该数字5404319552844596/2 54
恰好是0.3000000000000000444089209850062616169452667236328125。