在numpy中按最近步长取整

Question

我想知道如何在numpy中将一个数字四舍五入到一个上限或下限，这个上限或下限是根据预先定义的步长来决定的。换句话说，如果我有一个数字123，步长是50，那么我需要将123四舍五入到最接近的150或100，在这个例子中是100。我写了下面的函数来完成这个工作，但我在想是否有更好、更简洁的方法来做到这一点。

提前谢谢你，

Paolo

def getRoundedThresholdv1(a, MinClip):
    import numpy as np
    import math
    digits = int(math.log10(MinClip))+1
    b = np.round(a, -digits)
    if b > a:  # rounded-up
        c = b - MinClip
        UpLow = np.array((b,c))
    else:  # rounded-down
        c = b + MinClip
        UpLow = np.array((c,b))
    AbsDelta = np.abs(a - UpLow)
    return UpLow[AbsDelta.argmin()]




getRoundedThresholdv1(143, 50)

Answer 1

请注意，Ruggero Turra的回答中提到的round()函数是按照最接近的偶数进行四舍五入的。这意味着：

a= 0.5
round(a)

Out: 0

这可能不是你所期待的结果。

如果你想要'传统'的四舍五入方式，可以使用这个函数，它支持标量和Numpy数组：

import Numpy as np

def getRoundedThresholdv1(a, MinClip):
    scaled = a/MinClip
    return np.where(scaled % 1 >= 0.5, np.ceil(scaled), np.floor(scaled))*MinClip

---

另外，你也可以使用Numpy的digitize方法。这个方法需要你先定义一个步骤数组。digitize会把你的值向上取整到下一个步骤。因此，为了以'传统'的方式进行四舍五入，我们需要一个中间步骤。

你可以使用这个：

import Numpy as np
    
def getRoundedThresholdv1(a, MinClipBins):
    intermediate = (MinClipBins[1:] + MinClipBins[:-1])/2
    return MinClipBins[np.discritize(a, intermediate)]

然后你可以这样调用它：

bins = np.array([0,  50, 100, 150])
test1 = getRoundedThresholdv1(74, bins)
test2 = getRoundedThresholdv1(125, bins)

这样会得到：

test1 = 50
test2 = 150 

Answer 2

总结：这是正确的做法，最上面的回答有些情况是不对的：

def round_step_size(quantity: Union[float, Decimal], step_size: Union[float, Decimal]) -> float:
    """Rounds a given quantity to a specific step size
    :param quantity: required
    :param step_size: required
    :return: decimal
    """
    precision: int = int(round(-math.log(step_size, 10), 0))
    return float(round(quantity, precision))

我的声望太低，不能在Ruggero Turra的顶级回答下评论，指出其中的问题。不过它确实有一些情况是不工作的，比如：

def getRoundedThresholdv1(a, MinClip):
    return round(float(a) / MinClip) * MinClip

getRoundedThresholdv1(quantity=13.200000000000001, step_size=0.0001)

无论是用numpy还是标准库的round，都会返回13.200000000000001。我甚至不是通过压力测试这个函数发现这个问题的，而是在实际使用代码时遇到的，结果报了错。

需要说明的是，这个回答的全部内容来自一个我并不拥有的开源github库，链接在这里

Answer 3

pb360 提出的解决方案要好得多，它使用了 Python 3 中内置的 round 函数的第二个参数。

我觉得你不需要用到 numpy：

def getRoundedThresholdv1(a, MinClip):
    return round(float(a) / MinClip) * MinClip

这里 a 是一个单独的数字，如果你想让这个函数支持多个数字，你只需要把 round 替换成 np.round，把 float(a) 替换成 np.array(a, dtype=float)。