更好地舍入Python NumPy.around：舍入NumPy数组

Question

我正在寻找一种以更直观的方式围绕numpy数组的方法。我有几个浮点数，并希望将它们限制为只有几个小数位。 这将是这样做的：

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

现在，当尝试对正好在舍入步骤之间的数字进行舍入时会出现问题。我想0.05舍入到0.1，但是np.around被设置为舍入到“最近的偶数数字”。这产生以下结果：

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

我的问题相当于，什么是最有效的方法来舍入到最接近的数字，而不是简单的最接近的偶数。

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

Answer 1

around执行此操作的方式是正确的，但如果您想要执行不同的操作，则可以减去远小于舍入精度的数量，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 **（ - （十进制+ 1））/ 2的平均误差，所以你不应该抱怨该错误的1/10000的明确错误。