25_NumPy数组np.round将ndarray舍入为偶数

25_NumPy数组np.round将ndarray舍入为偶数

使用 np.round() 将 NumPy 数组 ndarray 的元素值舍入为任意位数。请注意,0.5 由于舍入到偶数而不是一般舍入而舍入为 0.0。

本文介绍了一般舍入的实现示例。

  • 如何使用 np.round()
    • 基本用法
    • 指定要舍入的位数:参数decimals
  • np.round() 舍入为偶数
  • np.round() 和 Python 内置函数 round() 的区别
  • np.around() 和 ndarray 的 round() 方法
  • 四舍五入的实现示例
  • np.rint() 四舍五入为整数

如何使用 np.round()

基本用法

np.round() 返回一个 ndarray,该 ndarray 对指定 ndarray 的每个元素进行四舍五入。默认情况下,数字四舍五入到小数点后 0 位。

python 复制代码
a = np.array([12.3, 45.6, 78.9])

print(np.round(a))
# [12. 46. 79.]

print(np.round(a).dtype)
# float64

返回与原始类型相同的 ndarray。如上例所示,如果源是浮点数 float,则即使小数点右侧的位数为 0,也会返回浮点数 float 的 ndarray。

python 复制代码
print(np.round(a).astype(int))
# [12 46 79]

print(a.astype(int))
# [12 45 78]

也可以指定列表等类似数组的对象,但返回值是ndarray。

python 复制代码
l = [12.3, 45.6, 78.9]

print(np.round(l))
# [12. 46. 79.]

print(type(np.round(l)))
# <class 'numpy.ndarray'>

还可以指定标量值。

python 复制代码
print(np.round(12.3))
# 12.0

指定要舍入的位数:参数decimals

指定要舍入为第二个参数小数中的整数值的位数。默认为小数=0。 指定正整数指定小数点后的位数,指定负整数指定整数的位数(位数)。 -1 四舍五入到十位,-2 四舍五入到百位。

python 复制代码
print(np.round(123.456))
# 123.0

print(np.round(123.456, 2))
# 123.46

print(np.round(123.456, -2))
# 100.0

对于整数 int,如果为小数参数指定负值,它将四舍五入到所需的数字。如果指定 0 或正值,则不会发生任何变化。如果源是整型 int,则返回值也是整型 int。

python 复制代码
print(np.round(123456))
# 123456

print(np.round(123456, 2))
# 123456

print(np.round(123456, -2))
# 123500

a = np.array([12345, 67890])

print(np.round(a, -3))
# [12000 68000]

print(np.round(a, -3).dtype)
# int64

np.round() 舍入为偶数

使用 np.round() 进行舍入不是一般舍入,而是舍入到偶数。

0.5 舍入为 0.0,2.5 舍入为 2.0,等等。

python 复制代码
print(np.round([-3.5, -2.5, -1.5, -0.5, 0.5, 1.5, 2.5, 3.5]))
# [-4. -2. -2. -0.  0.  2.  2.  4.]

print(np.round([-350, -250, -150, -50, 50, 150, 250, 350], -2))
# [-400 -200 -200    0    0  200  200  400]

当分数恰好为 0.5 时,会舍入为偶数,因此例如,2.5 将舍入为 2.0,但 2.51 将舍入为 3.0。

python 复制代码
print(np.round([2.49, 2.5, 2.51]))
# [2. 2. 3.]

print(np.round([249, 250, 251], -2))
# [200 200 300]

np.round() 和 Python 内置函数 round() 的区别

还可以使用Python的内置函数round()对值进行舍入。 np.round() 和 round() 都四舍五入为偶数,并且使用方式相同,例如指定要四舍五入的位数作为参数,但结果可能会根据值的不同而有所不同。

python 复制代码
print(np.round(0.15, 1))
# 0.2

print(round(0.15, 1))
# 0.1

引用中的 np.true_divide() 是一个相当于 / 运算符的函数。 np.rint() 稍后会解释。 如果你通过增加显示位数来检查,浮点数0.15实际上是0.14999...,如果你准确地处理浮点数,四舍五入到0.1是正确的。

python 复制代码
print(f'{0.15:.20}')
# 0.14999999999999999445

官方文档中还列出了其他示例。

python 复制代码
print(np.round(56294995342131.5, 3))
# 56294995342131.51

print(round(56294995342131.5, 3))
# 56294995342131.5

np.around() 和 ndarray 的 round() 方法

np.around() 被定义为 np.round() 的别名。用法是一样的。

python 复制代码
a = np.array([12.3, 45.6, 78.9])

print(np.around(a))
# [12. 46. 79.]

print(np.around(a, -1))
# [10. 50. 80.]

另外,round() 被定义为 ndarray 的方法。

python 复制代码
print(a.round())
# [12. 46. 79.]

print(a.round(-1))
# [10. 50. 80.]

四舍五入的实现示例

下面显示了实现一般舍入的函数的示例。 参数小数可以像 np.round() 一样指定。对齐位数后,加上 0.5,使用 np.floor() 将小数点四舍五入(四舍五入到负无穷大),并返回位数。

python 复制代码
def my_round(x, decimals=0):
    return np.floor(x * 10**decimals + 0.5) / 10**decimals

a = np.array([-3.5, -2.5, -1.5, -0.5, 0.5, 1.5, 2.5, 3.5])

print(np.round(a))
# [-4. -2. -2. -0.  0.  2.  2.  4.]

print(my_round(a))
# [-3. -2. -1.  0.  1.  2.  3.  4.]

print(a / 10)
# [-0.35 -0.25 -0.15 -0.05  0.05  0.15  0.25  0.35]

print(np.round(a / 10, 1))
# [-0.4 -0.2 -0.2 -0.   0.   0.2  0.2  0.4]

print(my_round(a / 10, 1))
# [-0.3 -0.2 -0.1  0.   0.1  0.2  0.3  0.4]

在上面的函数中,-0.5 变为 0.0。如果要将 -0.5 更改为 -1.0,请执行以下操作。使用 np.abs() 计算绝对值并使用 np.sign() 返回原始符号。

python 复制代码
def my_round2(x, decimals=0):
    return np.sign(x) * np.floor(np.abs(x) * 10**decimals + 0.5) / 10**decimals

print(a)
# [-3.5 -2.5 -1.5 -0.5  0.5  1.5  2.5  3.5]

print(my_round(a))
# [-3. -2. -1.  0.  1.  2.  3.  4.]

print(my_round2(a))
# [-4. -3. -2. -1.  1.  2.  3.  4.]

print(a / 10)
# [-0.35 -0.25 -0.15 -0.05  0.05  0.15  0.25  0.35]

print(my_round(a / 10, 1))
# [-0.3 -0.2 -0.1  0.   0.1  0.2  0.3  0.4]

print(my_round2(a / 10, 1))
# [-0.4 -0.3 -0.2 -0.1  0.1  0.2  0.3  0.4]

np.rint() 四舍五入为整数

还提供 np.rint() 来舍入为整数。处理相当于 np.round(),decimals = 0。

可以指定类似数组的对象(例如 ndarrays 和列表)以及标量值。

python 复制代码
a = np.array([12.3, 45.6, 78.9])

print(np.rint(a))
# [12. 46. 79.]

l = [12.3, 45.6, 78.9]

print(np.rint(l))
# [12. 46. 79.]

print(np.rint(12.3))
# 12.0

虽然叫rint,但并没有转换为整数int,而是返回一个与原始类型相同类型的ndarray。

python 复制代码
print(np.rint(a).dtype)
# float64

与 np.round() 一样,四舍五入到偶数而不是一般四舍五入。

python 复制代码
print(np.rint([-3.5, -2.5, -1.5, -0.5, 0.5, 1.5, 2.5, 3.5]))
# [-4. -2. -2. -0.  0.  2.  2.  4.]
相关推荐
面试鸭4 分钟前
离谱!买个人信息买到网安公司头上???
java·开发语言·职场和发展
小白学大数据5 分钟前
JavaScript重定向对网络爬虫的影响及处理
开发语言·javascript·数据库·爬虫
Python大数据分析@8 分钟前
python操作CSV和excel,如何来做?
开发语言·python·excel
黑叶白树9 分钟前
简单的签到程序 python笔记
笔记·python
北京搜维尔科技有限公司10 分钟前
搜维尔科技:【应用】Xsens在荷兰车辆管理局人体工程学评估中的应用
人工智能·安全
说私域13 分钟前
基于开源 AI 智能名片 S2B2C 商城小程序的视频号交易小程序优化研究
人工智能·小程序·零售
YRr YRr13 分钟前
深度学习:Transformer Decoder详解
人工智能·深度学习·transformer
知来者逆18 分钟前
研究大语言模型在心理保健智能顾问的有效性和挑战
人工智能·神经网络·机器学习·语言模型·自然语言处理
Shy96041822 分钟前
Bert完形填空
python·深度学习·bert
云起无垠27 分钟前
技术分享 | 大语言模型赋能软件测试:开启智能软件安全新时代
人工智能·安全·语言模型