Python 3.x Python 3四舍五入问题_Python 3.x_Rounding

Python 3.x Python 3四舍五入问题

python-3.x

Python 3.x Python 3四舍五入问题,python-3.x,rounding,Python 3.x,Rounding,为什么下面的舍入在Python3中不起作用，而只在Python2中起作用 random_nums = np.array([-1, 0, 1, 2, 3]) probabilities = np.array([0.01, 0.3, 0.58, 0.1, 0.01]) target = dict(zip(random_nums, probabilities)) target = {k: round(v, 2) for k, v in target.items()} out: {-1: 0.01,

为什么下面的舍入在Python3中不起作用，而只在Python2中起作用

random_nums = np.array([-1, 0, 1, 2, 3])
probabilities = np.array([0.01, 0.3, 0.58, 0.1, 0.01])
target = dict(zip(random_nums, probabilities))
target = {k: round(v, 2) for k, v in target.items()}

out:
{-1: 0.01,
 0: 0.29999999999999999,
 1: 0.57999999999999996,
 2: 0.10000000000000001,
 3: 0.01}

看起来很好用。请记住，

round

返回浮点数

它四舍五入到两位小数，但浮点数本质上是不精确的（对于几乎所有的数字），因此输出效果良好。

。请记住，

round

返回浮点数

它四舍五入为两位小数，但浮点数本质上是不精确的（对于几乎所有的数字），因此输出。

您使用的是NumPy

float64

对象，而不是Python

float

对象。这有几个后果：

在Python 3上，

float64

对象使用NumPy的舍入代码而不是Python的舍入代码进行舍入。Python对

float

s的舍入代码总是给出正确的舍入结果。NumPy的舍入代码不存在。（在Python2上，不可能覆盖自定义类型的

round

操作，因此在Python2中对

float64

对象进行舍入时，首先将其转换为Python

float

，然后使用Python的舍入代码给出一个

float

结果。这是您看到我们之间差异的主要原因en Python 2和Python 3。）

同样在Python3上，由于上述原因，

float64

上的

round

给出了一个

float64

结果。在Python2上，

float64

对象上的

round

给出一个

float

结果

Python

float

对象具有不同的

repr

，这将提供更令人愉快的输出。特别是Python的float

repr

保证了十进制值（不太大，也不太小）的往返，最多有15个有效数字：

0.58

的表示形式是

'0.58'

。NumPy

float64

对象的表示形式没有此属性：它只是根据存储值的最有效的17位小数打印出一个结果

因此，如果您在回合之前将值转换为Python

float

对象，您将看到更令人愉快的输出（在某些情况下，结果可能更精确）。但是请注意，仅仅因为输出看起来不错，并不意味着您得到的结果是准确的。所有这些都没有改变这样一个事实，即

0.58

不能准确地表示为Python

float

（或者实际上是使用相同格式的NumPy

float64

）。记住，对于二进制浮点，看到的不是得到的

Python 3上的一些示例输出：

>>> random_nums = np.array([-1, 0, 1, 2, 3])
>>> probabilities = np.array([0.01, 0.3, 0.58, 0.1, 0.01])
>>> target = dict(zip(random_nums, probabilities))
>>> {k: round(v, 2) for k, v in target.items()}
{0: 0.29999999999999999, 1: 0.57999999999999996, 2: 0.10000000000000001, 3: 0.01, -1: 0.01}
>>> {k: round(float(v), 2) for k, v in target.items()}
{0: 0.3, 1: 0.58, 2: 0.1, 3: 0.01, -1: 0.01}