Python np.round或np.around不';行不通
我有这个阵列:Python np.round或np.around不';行不通,python,arrays,numpy,Python,Arrays,Numpy,我有这个阵列: 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
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. ])
我试图对每个数字进行四舍五入,并使用了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. ])
当小数位数小于5
时,np.around()
不起作用。当它大于6
时,np.around
工作正常
感谢您的帮助
安妮如何:圆
基于您描述的“意外行为”,我相信您还不清楚哪一轮操作或它们对数字的影响,或者如何将浮点格式化为字符串
让我们研究一下四舍五入到不同值的n=4
位数时的差异
基线
我们定义了一个包含13个值的数组(13只是为了得到一些数字),从0到1
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. ])
当第n+1位数大于或等于5
时,将增加第n位数的值,否则不执行任何操作。这和我的一样
当存在数字时,将增加整数部分的值,并减少数字
np.ceil(r)
>>> array([0., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])
np.floor(r)
>>> array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 1.])
我会把数字去掉
np.ceil(r)
>>> array([0., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])
np.floor(r)
>>> array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 1.])
将数字格式化为字符串有多种方法:我们将探讨一些更常用的方法
格式设置为浮动
要格式化浮点数,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']
[ "{: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%']
格式设置为百分比
要将浮点数格式化为百分比,请使用符号.n%
,其中n
是要保留的位数,考虑到该数字将乘以100
。它将删除以下所有数字,并在需要时添加零作为填充
[ "{:0.4f}".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']
[ "{: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%']
科学记数法中的格式
要将浮点数格式化为百分比,请使用符号.ne
,其中n
是您希望保留的位数,考虑到该数字将被转换为。它将删除以下所有数字,并在需要时添加零作为填充,在末尾添加科学记数法中数字的指数
[ "{: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'
]
好处:格式化复数
假设您有一个复数a=3j+2
:要打印其组件,请访问其属性:
"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'
你说它不起作用是什么意思?看起来效果不错。你能说说你期望的结果吗?这些结果在我看来很好。我相信你可能会混淆。或者NumPy舍入到最接近的偶数值。我希望在使用np.around(arr,4)时使用数组[66.5000,89.4000,57.2000,…]。但它给了我数组[66.5,89.4,57.2,…]