Python中连续函数离散化的有效方法

我想在Python中离散连续函数，在这里我可以任意设置离散强度

eta

。在我当前的实现中，如果

eta

变为无穷大，则根本没有离散化。下面是两个

eta=5

的示例

我想知道是否有更好的方法在Python中离散化连续函数？也许有这样一个函数的Numpy实现，我目前不知道哪个更快。现在，下面的实现是我代码中的一个瓶颈

将numpy导入为np
将matplotlib.pyplot作为plt导入
def continous2discrete（x，eta）：
return（x*eta）.astype（np.int）.astype（np.double）/eta
def main（）：
x=np.linspace（-2,21000）；
plt.plot（x，np.sin（np.pi*x））
y=continuus2discrete（np.sin（np.pi*x），eta=5）
平面图（x，y）
plt.show（）
如果名称=“\uuuuu main\uuuuuuuu”：
main（）

考虑发布在

.astype（np.int）.astype（np.double）

我想不出任何理由。“穷人的”舍入？@roganjosh你说得对！我可能应该改为使用

np.round（）

。谢谢你为我指出这一点@Samuel更像是

np.trunc（）

-

np.round（）

舍入到下一个偶数值。