Python 如何有效地将numpy数组的一列舍入到最接近的0.5？

是否有一种有效的方法可以只对numpy数组的一列进行舍入？也就是说，我希望将数字四舍五入到最接近的0.5，这可以通过

四舍五入（number*2.0）/2.0

实现

假设我有numpy数组

tmp

，我的目标是将第三列四舍五入。我试过以下几件事：

如果只是四舍五入到某个小数点，我可以使用

tmp[：，2]=np.around（tmp[：，2]，1）

但那不是我想要的

我定义了一个函数并尝试沿轴应用：

def roundToHalf（数字）：
返回轮（数字*2.0）/2.0
tmp[：，2]=np。沿_轴应用_（圆对半，0，tmp[：，2]）

或

tmp[：，2]=roundToHalf（tmp[：，2]）

这不起作用，因为我收到一个错误：

*** TypeError: type numpy.ndarray doesn't define __round__ method

---

在最坏的情况下，我只会使用for循环。但我希望你们能帮我找到一个更平滑的解决方案。

你们可以在你们的函数

roundToHalf（）

上应用

np.vectorize（）

，这样它就可以在numpy数组上应用了

roundToHalf\u vect=np.矢量化（roundToHalf）
tmp[：，2]=四舍五入向量（tmp[：，2]）

问题在于，您编写函数是为了处理单个数字，而不是数组。可以使用numpy对整个数组进行取整。你的功能就是

import numpy as np
def roundToHalf(array):
   return np.around(array * 2.0) / 2.0

如果您输入一个numpy数组，它应该可以工作。下面的例子

In [24]: roundToHalf(np.asarray([3.6,3.8,3.3,3.1]))
Out[24]: array([3.5, 4. , 3.5, 3. ])

---

与其在

roundToHalf

中内置

round

，不如

np.around（number*2.0）/2.0

？这对我很有用

np.around（number*2.0）/2.0