Python 如何对numpy数组进行舍入？

我有一个numpy数组，如下所示：

data = np.array([  1.60130719e-01,   9.93827160e-01,   3.63108206e-04])

我想把每个元素四舍五入到小数点后两位

---

我怎样才能做到

Numpy提供了两种相同的方法。任用

np.round(data, 2)

或

因为它们是等价的

有关更多信息，请参阅

---

示例：

>>将numpy作为np导入
>>>a=np.数组（[0.015,0.235,0.112]）
>>>np.圆形（a，2）
数组（[0.02,0.24,0.11]）
>>>np.关于（a，2）
数组（[0.02,0.24,0.11]）
>>>np.圆形（a，1）
数组（[0,0.2,0.1]）

如果希望输出

array([1.6e-01, 9.9e-01, 3.6e-04])

问题并不是NumPy真正缺少的功能，而是这种舍入并不是一种标准的做法。您可以制作自己的舍入功能，实现如下目的：

def my_round(value, N):
    exponent = np.ceil(np.log10(value))
    return 10**exponent*np.round(value*10**(-exponent), N)

对于处理

0

和负值的通用解决方案，您可以执行以下操作：

def my_round(value, N):
    value = np.asarray(value).copy()
    zero_mask = (value == 0)
    value[zero_mask] = 1.0
    sign_mask = (value < 0)
    value[sign_mask] *= -1
    exponent = np.ceil(np.log10(value))
    result = 10**exponent*np.round(value*10**(-exponent), N)
    result[sign_mask] *= -1
    result[zero_mask] = 0.0
    return result

def my_round（值，N）：
value=np.asarray（value）.copy（）
零屏蔽=（值==0）
值[zero_mask]=1.0
符号屏蔽=（值<0）
值[符号掩码]*=-1
指数=np.ceil（np.log10（值））
结果=10**指数*np.四舍五入（值*10**（-指数），N）
结果[符号掩码]*=-1
结果[zero_mask]=0.0
返回结果

值得注意的是，被接受的答案将小浮点数舍入为零

>>> import numpy as np 
>>> arr = np.asarray([2.92290007e+00, -1.57376965e-03, 4.82011728e-08, 1.92896977e-12])
>>> print(arr)
[ 2.92290007e+00 -1.57376965e-03  4.82011728e-08  1.92896977e-12]
>>> np.round(arr, 2)
array([ 2.92, -0.  ,  0.  ,  0.  ]) 

您可以使用

set\u printoptions

和自定义格式设置程序来解决此问题，并获得更具numpy风格、小数位数更少的打印输出：

>>> np.set_printoptions(formatter={'float': "{0:0.2e}".format})
>>> print(arr)
[2.92e+00 -1.57e-03 4.82e-08 1.93e-12]  

这样，您就可以充分利用

格式的多功能性，并保持numpy数据类型的全部精度

还要注意，这只会影响打印，而不会影响用于计算的存储值的实际精度
 
np.round（数据，2）
？您的示例运行良好。你说“不工作”是什么意思？
np.round
相当于
np.around
，两者都适用于整个数组。你到底希望舍入的输出是什么？我想他应该说，如何将十进制
1.60130719e-01
后的数字减少到
1.60
数组不是np数组，在像np.array一样导入之后，其工作方式也可用作方法：
a.round（decimals=2）
这或多或少是我想要的。使用
np.around
而不是
round
将使其也适用于多维数组。
>>> np.set_printoptions(formatter={'float': "{0:0.2e}".format})
>>> print(arr)
[2.92e+00 -1.57e-03 4.82e-08 1.93e-12]