Question

必填：

/c

每个输入集中最接近零的数字应为输出中的一位数字。比例必须保持大致恒定，并接受四舍五入误差。

上下文：使用最小的订单将要购买的证券的数量从模型转换为100手的整数。

我可以以非Python的方式强行执行此操作，但我正在寻找要使用的Python函数的指针。我的背景是Java。

Answer 1

在Python中，您可以使用numpy进行此类计算。我建议这样的算法：

def process(array):
    order_of_magnitude = np.floor(np.log10(np.min(np.abs(array))))
    return np.round(array*10**(-order_of_magnitude))

说明：

找到数组中最小元素的量级（无论符号如何）。
根据此缩放每个元素（或向上缩放）。
舍入结果

为此，您将需要安装numpy。例如，使用pip或通过Linux发行版。

将您的列表变成如下这样的numpy数组：

array = np.array(your_list)

Answer 2

忽略您的示例，我实现了要求

每个输入集中最接近零的数字应为输出中的一位数字。比例必须保持大致恒定，并接受四舍五入误差。

此算法通过最接近零的值的绝对值对数据进行归一化，然后将结果乘以9以使最小的数字保持一位数，从而最小化随后的舍入误差。

def normalize(l):
    import numpy as np
    m = np.min(np.abs(l))
    return np.round(l / m * 9).astype(int)

Answer 3

这是基于@ user8408080答案的正确答案。

import numpy as np
def process(array):
    order_of_magnitude = np.floor(np.log10(np.min(np.abs(array)))).astype(int).item()
    return np.round(np.asarray(array)*10**(-order_of_magnitude)).astype(int)

计算四舍五入比例的列表

3 个答案: