python - Python 的 NumPy.around : Rounding NumPy Arrays 中更好的舍入

Question

我正在寻找一种以更直观的方式舍入 numpy 数组的方法。我有几个花车中的一些，想将它们限制在小数点后几位。这将这样做:

>>>import numpy as np
>>>np.around([1.21,5.77,3.43], decimals=1)
array([1.2, 5.8, 3.4])

现在，当尝试对恰好在舍入步骤之间的数字进行舍入时，问题就出现了。我希望 0.05 舍入为 0.1，但 np.around 设置为舍入到“最接近的 even 数”。这会产生以下内容:

>>>np.around([0.55, 0.65, 0.05], decimals=1)
array([0.6, 0.6, 0.0])

那么我的问题是，舍入到最接近的数字的最有效方法是什么，而不仅仅是最接近的偶数。

有关 np.around 的更多信息，请参阅 its documentation .

Answer 1

around 这样做的方式是正确的，但是如果你想做一些不同的事情，你可以，例如，减去一个比舍入精度小得多的数量，例如，

def myround(a, decimals=1):
     return np.around(a-10**(-(decimals+5)), decimals=decimals)

In [22]: myround(np.array([ 1.21,  5.77,  3.43]), 1)
Out[22]: array([ 1.2,  5.8,  3.4])

In [23]: myround(np.array([ 0.55,  0.65,  0.05]), 1)
Out[23]: array([ 0.5,  0.6,  0. ])

我在这里选择 5 的原因是，由于不包括偶数/奇数的区别，你隐含地引入了大约 10**(-(decimal+1))/的平均误差2 所以你不应该提示该错误的 1/10000 的显式错误。