Python 和/或 C/C++ 中的高精度算术？

摘要：哪个 Python 包或 C 库是非常高精度算术运算的最佳选择？

我有一些转换小数天数的函数（0.0-0.99999..）转换为人类可读的格式（小时、分钟、秒；但更重要的是：毫秒、微秒、纳秒）。

转换是通过以下函数完成的： （请注意，我还没有实施时区校正）

d = lambda x: decimal.Decimal(str(x))
cdef object fractional2hms(double fractional, double timezone):
    cdef object total, hms, ms_mult
    cdef int i
    hms = [0,0,0,0,0,0]
    ms_mult = (d(3600000000000), d(60000000000), d(1000000000), d(1000000), d(1000), d(1))
    # hms = [0,0,0,0,0]

    total = d(fractional) * d(86400000000000)
    for i in range(len(ms_mult)):
        hms[i] = (total - (total % ms_mult[i])) / ms_mult[i]
        total = d(total % ms_mult[i])

    return ([int(x) for x in hms])

和小数：

def to_fractional(self):
        output = (self.hour / d(24.0)) + (self.minute / d(1440.0))
        output += (self.second / d(86400.0)) + (self.millisecond / d(86400000.0))
        output += self.microsecond / d(86400000000.0)
        output += self.nanosecond * (d(8.64) * d(10)**d(-9))
        return output

然而，我的来回转换结果并不准确：

jdatetime.DayTime.fromfractional(d(0.567784356873)).to_fractional()
Decimal('0.56779150214342592592592592592592592592592592592592592592592592592592592592592592592592592592592592592592592592592')
# Difference in-out: Decimal('0.000007145270')

当我改变时d()返回一个常规的 Python 浮点数：

# Difference in-out: 7.1452704258900823e-06 (same)

因此，我的问题是：哪个 Python 包或 C 库能够更准确地做到这一点？

差异是由于代码中的错误造成的，而不是由于任何准确性问题。线路

output += self.nanosecond * (d(8.64) * d(10)**d(-9))

应该是这样的

output += self.nanosecond / d(86400000000000)

此外，在代码中使用浮点文字并将其转换为一个坏主意Decimal。这将首先将文字数字舍入为浮点精度。后期转换为Decimal无法恢复丢失的精度。尝试

d = decimal.Decimal

并仅使用整数文字（只需删除.0 part).