在Python的NumPy.around中进行更好的舍入：舍入NumPy数组

Question

我正在寻找一种更直观的方式来绕过numpy数组。我有几个浮点数，希望限制在小数点后几位。 这样做：

>>>import numpy as np
>>>np.around([1.21,5.77,3.43], decimals=1)
array([1.2, 5.8, 3.4])

现在，当试图取整正好位于取整步骤之间的数字时，问题就出现了。我希望0.05四舍五入到0.1，但np.around设置为四舍五入到“最接近偶数数字”。这将产生以下结果：

>>>np.around([0.55, 0.65, 0.05], decimals=1)
array([0.6, 0.6, 0.0])

我的问题是，什么是最有效的四舍五入到最近的数字，而不是简单的最近的偶数。

有关np.around的更多信息，请参见its documentation。

Answer 1

around这样做是正确的，但是如果您想做一些不同的事情，例如，您可以减去远小于舍入精度的量，例如

def myround(a, decimals=1):
     return np.around(a-10**(-(decimals+5)), decimals=decimals)

In [22]: myround(np.array([ 1.21,  5.77,  3.43]), 1)
Out[22]: array([ 1.2,  5.8,  3.4])

In [23]: myround(np.array([ 0.55,  0.65,  0.05]), 1)
Out[23]: array([ 0.5,  0.6,  0. ])

我在这里选择5的原因是，如果不包括偶数/奇数区别，则隐含地引入了大约10**（-decimal+1））/2的平均错误，因此不应该抱怨该错误的1/10000的显式错误。