np.round()函数的注意点

咸墨

今天干活的时候要用到np.round()函数，这是一个很好用的对浮点数舍弃指定小数位的函数，但是有一点要注意一下，否则可能会影响你的结果。
在该函数的早期版本使用的是大家最为常用的“四舍五入”规则，这个规则很好懂，这里不再赘述。不过要提醒的是对负数进行操作时是先取绝对值，再按摄入规则处理，最后再将其变为负数。

本帖中想要强调的是，新版本的np.round()函数使用的进位规则为“四舍五入”的改良版，即“四舍六入五配偶”或者“四舍六入五成双”（此时单身狗受到一万点伤害hhhhh），这点我在高中物理课和本科大学物理实验时听老师讲过，确实是比“四舍五入”规则要更精确些。

“四舍六入五配偶”的含义就是：
当被舍去位的最高位的数字为0-4时即被直接舍去，此即“四舍”。
当被舍去位的最高位的数字为6-9时即向前进位后舍去，此即“六入”。
而最麻烦的是“五配偶”，五凑偶具体解释是：看这个5后面还有没有非0数字，如果没有，就是奇进偶不进；如果有非0数字，不管5前面是奇数还是偶数，都进1。
以保留两位小数为例，像6.5450的千分位的5，它后面数字都是0，它前面数字是4，所以不进1，结果为6.54；而像6.54501这个数字千分位的5，后面有非0数字1，5前面是4，是偶数，所以进1，结果为6.55；同样，如果是6.53501，5前面是5，是奇数，也应该进1，结果为6.54。
代码如下：
a = np.array([6.5450, 6.54501, 6.53501, 1.0251, 2.6556, 20.0251, 20.0250, -45.006])
print(a)
a = np.round(a, decimals=2, out=None)
print(a)

运行结果为：
[  6.545     6.54501   6.53501   1.0251    2.6556   20.0251   20.025    -45.006  ]
[  6.54   6.55   6.54   1.03   2.66  20.03  20.02 -45.01]

这个注意点虽然比较细微，但有些场合下可能会影响结果，比如有些项目要求就使用纯粹的“四舍五入”规则，这时就要注意了！

cp123546

遇到纯粹“四舍五入”的项目时，应该怎么处理这个情况呢？

咸墨

cp123546 发表于 2021-8-13 09:23
遇到纯粹“四舍五入”的项目时，应该怎么处理这个情况呢？

可以自己写个函数，很简单的