if a > b:
n = a
else:
n = b
for i in range(2,n):
if a%i == 0 and b%i==0:
return 0
else:
return 1
ostr = raw_input('请输入一个如例子中的分数:2/3')
if '/' in ostr:
oList = ostr.split('/')
if oList[0].isnumeric() and oList[1].isnumeric():
m = int(oList[0])
d = int(oList[1])
if Is_Simple(m,d):
print '%s是最简分数！'% ostr
else:
print '%s不是最简分数'% ostr
else:
print '请输入正常的分数'
else:
print '请输入正常的分数'
因为二进制浮点数不能解决这个问题。先看一个现象，和 round 无关的：
>>>def show(x):
... """打印一个数，20 位精度"""
... print('{:.20f}'.format(x))
...
>>>show(1.5)
1.50000000000000000000
>>>show(1.25)
1.25000000000000000000
>>>show(1.245)
1.24500000000000010658
>>>show(1.45)
1.44999999999999995559
>>>show(1.415)
1.41500000000000003553
从数学上看，一个既约分数（有理数）n/d 要表示为 B 进制数，如果 d 的所有素因子都整除 B，就说明存在一个整数 k，使得分母 d 整除 B^k——比如 q * d = B^k，于是此时有 n/d = n / (B^k / q) = nq / B^k，也就是说 n/d 可以使用至多 k 位数的 B 进制小数有限表示。
反之，也容易证明，如果 d 有素因子不能整数 B，那么就不存在上面的 k，也就是说有理数 n/d 不可能由有限位数的 B 进制数表示。——也就是说会出现循环小数。
对于 10 进制数，所有分母只有素因子 2 和 5 的有理数，都能表示为有限小数。比如 1/2 是 0.5，1/4 是 0.25，1/5 是 0.2，3/8 是 0.375，都是有限的。
而对于 2 进制数，分母里面只有素因子 2 的有理数，才能表示为有限小数。所以 1/2 是 0.1，1/4 是 0.01，3/8 是 0.011。但 1/5 就不能用有限二进制数表示了，是个循环小数 0.0011 0011 0011……。
（什么，你问无理数？小学生都知道无理数是无限不循环小数。）
现在：
计算机的浮点数是用小数表示的。浮点数就是科学计数法，指数部分是个整数，尾数部分是个小数。
计算机的存储是有限的，所以只能使用有限位数的小数表示。
计算机硬件通常是用二进制运算的。
具体到 Python 的 float，C/C++ 的 float/double，都是有限长度的、二进制、浮点数。准确地说，是这个：IEEE floating point
现在问题来了。人写程序用十进制数，计算机运行程序用二进制数，怎么办？转换呗。
从概念上说，就是我写：
a(10) = 0.5
计算机读：
a(2) = 0.1
我写：
b(10) = 0.375
计算机读
b(2) = 0.011
可如果我写
c(10) = 0.2
计算机就只能读成了有限位数，比如 12 位：
c(2) = 0.0011 0011 0011（咔嚓切断）
其实这个被截断保留 12 位二制制位的数用十进制表示是 0.199951171875，已经不准了。你说不对呀这个小了，最后一位能不能加上去，让计算机读成
c(2) = 0.0011 0011 0100（进了一位）
这个数用十进制表示则是 0.2001953125，又大了。
——实际的计算机中，python 的 float 是用 64 位浮点数，其中 53 位是尾数部分，误差小得多了，但还是不可能没有。
所以，计算机在把人写的程序转换为内部代码的时候，就必须做十进制到二进制的转换。这个转换就已经不得不带来误差了。当然，像前面说的，不是所有的数都有误差，0.5、3.75、78.625 都不会有误差，但简单的 0.2、3.15 就会有进制转换误差。
所以，在开始计算 round 这个四舍五入的函数之前，在程序刚被读入计算机时，这个变量的值早已经不精确了。round 又能解决什么问题？
话说回来，round 本身在一些情况下是准确的。比如 0.5、1.5、2.5、3.5 这些数，都能用有限位二进制数表示，它们直接 round 的结果也都是准确的，不过使用的不是四舍五入而是无偏算法（把 0.5 向偶数而不是向上舍入，这里指 Python 3）。round 在另一些情况下又可能是不准确的，因为 Python 的 round 有两个参数，第二个参数表示舍入到第几位，就需要对原数先计算再舍入，就不准确了。
如果让 Python 减慢速度，也在内部用十进制表示和计算，就不会出现进制转换和移位这种来源的舍入误差，此时做舍入运算或输入输出就是精确的了。虽然这不能防止其他计算（比如除法、三角函数）带来的误差，但在一些场合，比如金融算钱的时候，还是非常有用的。在 Python 里面可以用 decimal 包来使用十进制浮点数，避免输入输出的带来的进制转换误差，按十进制移位时除法带来的误差等。
小结：
误差主要来自输入时十进制转换为计算机内部二进制时，且这个问题在有限精度下不可能解决，也不需要解决。
round 可以准确舍入，但它涉及的移位计算也可能带来其他误差。
Python 的 decimal 包可用于解决这一问题。
round()如果只有一个数作为参数，不指定位数的时候，返回的是一个整数，而且是最靠近的整数（这点上类似四舍五入）。但是当出现.5的时候，两边的距离都一样，round()取靠近的偶数，这就是为什么round(2.5) = 2。当指定取舍的小数点位数的时候，一般情况也是使用四舍五入的规则，但是碰到.5的这样情况，如果要取舍的位数前的小树是奇数，则直接舍弃，如果偶数这向上取舍。
计算机二级考试中Python科目不难，下点功夫是容易过的。Python编程语言相较于其他编程语言更简单更容易理解，Python语言相当于是一种辅助语言，现在普遍使用的是Python3.10版本，属于进阶版，其更具兼容性，和方便性。掌握Python编程的基础上加深了解，更有利于我们通过Python考试科目。
可以将学习Python编程基础。将其分作几个板块进行学习了解，例如了解基本的语法元素，了解编程基本数据类型，了解程序的控制结构，关于函数和代码运用，了解数据的类型等等。将Python基础区域化，更有利于我们掌握和记住编程的相关知识。学习理论往往是不够的，更需要的是实际操作。从编写简单程序，例如建立一个文档在通过代码来执行，绘制一个小乌龟，这样更能让我们熟悉编写过程，能够增加熟练度。灵活记忆和运用基础的语法要素，就能更好的巩固基础，避免一个小细节而导致的错误。
Python题型与分值的分布为，选择题一题一分总40题，基本操作题总18分，简单应用题总24分，综合题18分一般是两个题分值占比较高。满分100及格分为60分，选择题和基本操作题比较容易拿分，比如多记忆知识点，多练练题，注意细节，就不会在容易拿分的题型上失分，达到及格就很容易。多看一些编程案例，更有利于增强我们在答题过程中的题型印象减少错误。例如常考点基本语法要素，大写字母，小写字母，数字，下划线，汉字组成；但首字符不能是数字，一个变量名中间不能出现空格，33个关键字不能作为变量名。几乎全部都会每个题都会用到。
