我最開始其實是由於疑惑ROUND_FLOOR和 ROUND_DOWN的表現區別才看了一波文檔,但是感覺拉出一票以前沒有留意過的東西。
貼一個decimal文檔里面的解釋：
ROUND_CEILING (towards Infinity), ROUND_DOWN (towards zero), ROUND_FLOOR (towards -Infinity), ROUND_HALF_DOWN (to nearest with ties going towards zero), ROUND_HALF_EVEN (to nearest with ties going to nearest even integer), ROUND_HALF_UP (to nearest with ties going away from zero), or ROUND_UP (away from zero). ROUND_05UP (away from zero if last digit after rounding towards zero would have been 0 or 5; otherwise towards zero)
直接閱讀上面的解釋十分抽象，下面我結合例子來解釋一下在正負數不同的情況下 他們究竟有着什么樣的行為
首先給出一組負數的后一位超過5的數據：
input: from decimal import * x = Decimal('-3.1415926535') + Decimal('-2.7182818285') print x print x.quantize(Decimal('1.0000'), ROUND_HALF_EVEN) print x.quantize(Decimal('1.0000'), ROUND_HALF_DOWN) print x.quantize(Decimal('1.0000'), ROUND_CEILING) print x.quantize(Decimal('1.0000'), ROUND_FLOOR) print x.quantize(Decimal('1.0000'), ROUND_UP) print x.quantize(Decimal('1.0000'), ROUND_DOWN) output: -5.8598744820 -5.8599 -5.8599 -5.8598 -5.8599 -5.8599 -5.8598
ROUND_HALF_EVENT 和 ROUND_HALF_DOWN：EVENT是quansize的默認設置值，可以通過getcontext()得到，EVENT四舍五入進了一位，DOWN為接近最近的0進了一位。
ROUND_CEILING 和 ROUND_FLOOR：CEILING超過5沒有進位是因為它傾向正無窮，FLOOR為了總是變得更小所以進了一位。
ROUND_UP 和 ROUND_DOWN：UP始終進位，DOWN始終不會進位。。
再多對比一組后一位沒有超過5的數據：
input: from decimal import * x = Decimal('-3.14159265') + Decimal('-2.7182818285') print x print x.quantize(Decimal('1.00000'), ROUND_HALF_EVEN) print x.quantize(Decimal('1.00000'), ROUND_HALF_DOWN) print x.quantize(Decimal('1.00000'), ROUND_CEILING) print x.quantize(Decimal('1.00000'), ROUND_FLOOR) print x.quantize(Decimal('1.00000'), ROUND_UP) print x.quantize(Decimal('1.00000'), ROUND_DOWN) output: -5.8598744785 -5.85987 -5.85987 -5.85987 -5.85988 -5.85988 -5.85987
ROUND_HALF_EVENT 和 ROUND_HALF_DOWN：EVENT是quansize的默認設置值，可以通過getcontext()得到，EVENT由於達不到四舍五入所以不進位，DOWN同樣也不進位。
ROUND_CEILING 和 ROUND_FLOOR：CEILING傾向正無窮不進位，FLOOR即使沒有超過5，但是為了總是變得更小進了一位。
ROUND_UP 和 ROUND_DOWN：UP始終進位，DOWN始終不會進位。。
正數部分后面數大於5的情況：
input: y = Decimal('3.1415926535') + Decimal('2.7182818285') print y print y.quantize(Decimal('1.0000'), ROUND_HALF_EVEN) print y.quantize(Decimal('1.0000'), ROUND_HALF_DOWN) print y.quantize(Decimal('1.0000'), ROUND_CEILING) print y.quantize(Decimal('1.0000'), ROUND_FLOOR) print y.quantize(Decimal('1.0000'), ROUND_UP) print y.quantize(Decimal('1.0000'), ROUND_DOWN) output: 5.8598744820 5.8599 5.8599 5.8599 5.8598 5.8599 5.8598
ROUND_HALF_EVENT 和 ROUND_HALF_DOWN：EVENT是quansize的默認設置值，可以通過getcontext()得到，EVENT由於達到四舍五入所以進位，DOWN同樣進位。
ROUND_CEILING 和 ROUND_FLOOR：CEILING正數始終進位，FLOOR在正數則始終不會進位。
ROUND_UP 和 ROUND_DOWN：UP始終進位，DOWN始終不會進位。
正數部分后面數小於5的情況：
input: y = Decimal('3.1415926535') + Decimal('2.7182818285') print y print y.quantize(Decimal('1.00000'), ROUND_HALF_EVEN) print y.quantize(Decimal('1.00000'), ROUND_HALF_DOWN) print y.quantize(Decimal('1.00000'), ROUND_CEILING) print y.quantize(Decimal('1.00000'), ROUND_FLOOR) print y.quantize(Decimal('1.00000'), ROUND_UP) print y.quantize(Decimal('1.00000'), ROUND_DOWN) output: 5.8598744820 5.85987 5.85987 5.85988 5.85987 5.85988 5.85987
ROUND_HALF_EVENT 和 ROUND_HALF_DOWN：EVENT是quansize的默認設置值，可以通過getcontext()得到，EVENT由於沒有達到四舍五入所以不進位，DOWN同樣不進位。
ROUND_CEILING 和 ROUND_FLOOR：CEILING正數始終進位，FLOOR在正數則始終不會進位。
ROUND_UP 和 ROUND_DOWN：UP始終進位，DOWN始終不會進位。
總結：
其實這里我們通過上面一組例子可以發現，正數的行為非常可預期也非常簡單，負數的情況稍復雜，有些函數就是設計為負數在某些情況中使用的。正數中無法重現的ROUND_DOWN和ROUND_FLOOR的區別，ROUND_DOWN是無論后面是否大於5都不會管保持原狀，而Floor在正數中的行為也是如此，但是在負數中為了傾向無窮小，所以無論是否大於5，他都會變得更小而進位。反而ROUND_UP和ROUND_DOWN的行為是最可預期的，那就是無論后面數大小，UP就進位，DOWN就始終不進位。
Reference:
https://docs.python.org/2/library/decimal.html#decimal.getcontext decimal官方文檔2.7.11