Question

这个问题是关于numpy.rint，根据定义，它会舍入到最接近的整数。但是，以下代码会产生不一致的结果。

In [1]: import numpy as np
        for i in range(5, 105, 10):
            print(i, np.rint(i/10))
Out[1]: 5 0 # Should be 1
        15 2 # Correct
        25 2 # Should be 3
        35 4 # Correct
        45 4 # Should be 5
        55 6 # Correct
        65 6 # Should be 7
        ...

所以似乎有一种模式：如果在除以10之后，单位为偶数，则向下舍入数字，但如果单位为奇数，则向上舍入数字。但是，根据rounding rules，单位的位置无关紧要！

要么numpy应该使用“round half up”，也就是说，正好是一半，它会向上舍入到下一个整数，或者它应该使用“round half down”。它既不能同时做，又不一致。

通常情况下，我会用numpy为此打开一个错误报告，但我不确定这是否完全numpy是奇怪的，或者是python如何解释浮点数或者到期的一些基本怪癖到loss of precision from conversion to binary and back。

请注意，numpy.round(i, 0)的行为也相同。

修复是在除法后添加一小部分10：numpy.rint(i/10 + 0.1)，答案是正确的。

Answer 1

自从接近普遍采用IEEE 754标准以来，数字函数已经涌向“舍入一半甚至”舍入，其中的描述可以在您链接到的同一维基百科页面上找到，但是a bit down

此处基本转换期间的精度损失不是问题，因为在此范围内将整数转换为浮点数（C双精度）是精确的，并且商可以在二进制浮点中精确表示。

添加0.1不是一个理智的解决方法。例如，添加0.1到4.42，你得到4.52，它最多为5.0而不是正确的4.0。

Answer 2

蒂姆·彼得斯的帖子正确地解释了你所看到的是在Python 3中向最近的偶数整数四舍五入。

如果你想让Python 3返回数字四舍五入到最接近的整数而不是最近的偶数整数使用

 numpy.floor(np.float(x)+0.5)

而不是numpy.rint(x)

例如：

for i in range(5,105,10):
   print(i,np.floor(np.float(i)/10+0.5))

打印

5 1.0
15 2.0
25 3.0
35 4.0
 ......
75 8.0
85 9.0
95 10.0

numpy`rint`怪异行为

2 个答案: