np.round或np.around不起作用

Question

我有这个数组：

arr = np.array([66.5, 89.4000015, 57.2000008, 86.9000015, 64.5999985,
      92.3000031, 74.1999969, 76.0999985, 92.0999985, 81.6999969,
      72.0999985, 78.8000031, 81.4000015, 95.4000015, 73.5      ,
      58.5999985, 68.3000031, 68.9000015, 68.6999969, 92.       ])

我尝试四舍五入每个数字，并使用np.around：

[in]  np.around(arr, 2)

[out] array([66.5, 89.4, 57.2, 86.9, 64.6, 92.3, 74.2, 76.1, 92.1, 81.7, 72.1,
   78.8, 81.4, 95.4, 73.5, 58.6, 68.3, 68.9, 68.7, 92. ])

[in]  np.around(arr, 4)

[out] array([66.5, 89.4, 57.2, 86.9, 64.6, 92.3, 74.2, 76.1, 92.1, 81.7, 72.1,
   78.8, 81.4, 95.4, 73.5, 58.6, 68.3, 68.9, 68.7, 92. ])

[in] np.around(arr, 5)
[out] array([66.5, 89.4, 57.2, 86.9, 64.6, 92.3, 74.2, 76.1, 92.1, 81.7, 72.1,
   78.8, 81.4, 95.4, 73.5, 58.6, 68.3, 68.9, 68.7, 92. ])

[in]  np.around(arr, 6)

[out] array([66.5     , 89.400002, 57.200001, 86.900002, 64.599998, 92.300003,
   74.199997, 76.099998, 92.099998, 81.699997, 72.099998, 78.800003,
   81.400002, 95.400002, 73.5     , 58.599998, 68.300003, 68.900002,
   68.699997, 92.      ])

如果小数位数小于5，则np.around()不起作用。当它大于6时，np.around运行良好。

感谢您的帮助。

安妮

Answer 1

操作方法：取整

根据您所描述的“意外行为” ，我相信您还不确定不清楚哪个回合运算或它们对数字的影响或如何将浮点数格式化为字符串。

让我们探索四舍五入到n=4位数字的不同值时的区别。

基线

我们定义了一个数组，该数组包含从0到1的13个值（13个只是为了获得一些数字）。

values = np.linspace(0, 1, 13)

该数组包含：

array([0.        , 0.08333333, 0.16666667, 0.25      , 0.33333333,
       0.41666667, 0.5       , 0.58333333, 0.66666667, 0.75      ,
       0.83333333, 0.91666667, 1.        ])

numpy.around

numpy.around  当 n + 1 -th大于或等于5时，将增加第 n 个图形的值，否则不执行任何操作。与numpy.round相同。

np.round(values, n)
>>> array([0.    , 0.0833, 0.1667, 0.25  , 0.3333, 0.4167, 0.5   , 0.5833,
   0.6667, 0.75  , 0.8333, 0.9167, 1.    ])

numpy.ceil

numpy.ceil将在存在数字时增加整数部分的值，并减少数字。

np.ceil(r)
>>> array([0., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])

numpy.floor

numpy.floor只会删除数字。

np.floor(r)
>>> array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 1.])

Number string formatting

有多种将数字格式化为字符串的方法：我们将探索一些更常用的方法。

格式化为浮点数

要设置浮点格式，请使用符号.nf，其中n是要保留的位数。它将删除以下所有数字，并在需要时添加零作为填充。

[ "{:0.4f}".format(v) for v in r]
>>> ['0.0000', '0.0833', '0.1667', '0.2500', '0.3333', '0.4167', '0.5000',
     '0.5833', '0.6667', '0.7500', '0.8333', '0.9167', '1.0000']

格式化为百分比

要格式化浮动百分比，请使用符号.n%，其中n是要保留的位数，因为该数字将乘以100。它将删除以下所有数字，并在需要时添加零作为填充。

[ "{:0.4%}".format(v) for v in r]
>>> ['0.0000%', '8.3333%', '16.6667%', '25.0000%', '33.3333%', '41.6667%',
'50.0000%', '58.3333%', '66.6667%', '75.0000%', '83.3333%', '91.6667%',
'100.0000%']

科学计数格式

要格式化浮动百分比，请使用符号.ne，其中n是要保留的位数，因为该数字将转换为scientific notation。它将删除以下所有数字，并在需要时添加零作为填充，并在末尾添加科学计数法中数字的指数。

[ "{:e}".format(v) for v in r]
>>> [
    '0.0000e+00', '8.3333e-02', '1.6667e-01', '2.5000e-01', '3.3333e-01',
    '4.1667e-01', '5.0000e-01', '5.8333e-01', '6.6667e-01', '7.5000e-01',
    '8.3333e-01', '9.1667e-01', '1.0000e+00'
]

奖金：格式化复数

假设您有一个复数a = 3j+2：要打印其组件，您可以通过访问其属性进行操作：

"The real component is {0.real} and the imaginary one is {0.imag}".format(a)
>>> 'The real component is 2.0 and the imaginary one is 3.0'