import numpy as np
array = np.array([1.123456789, 2.23456, 4.5643])
print(np.around(array, 3)) # 保留三位小数,保留方式为四舍五入
结果:[1.123 2.235 4.564]
默认保留整数,计算方法是四舍五入。
这里是一些例子
import numpy as np
>>> np.around([0.37, 1.64])
array([ 0., 2.])
>>> np.around([0.37, 1.64], decimals=1)
array([ 0.4, 1.6])
>>> np.around([.5, 1.5, 2.5, 3.5, 4.5]) # rounds to nearest even value
array([ 0., 2., 2., 4., 4.])
>>> np.around([1,2,3,11], decimals=1) # ndarray of ints is returned
array([ 1, 2, 3, 11])
>>> np.around([1,2,3,11], decimals=-1)
array([ 0, 0, 0, 10])
结果是四舍五入。
而python强转类型int(1.12)是取整,丢掉后面的小数。
aaa=int(1.9)
print(aaa)
答案是1
下面再列举一下Python保留指定位数的小数方法:
1 ’%.2f’ %f 方法(推荐)
f = 1.23456
print('%.4f' % f)
print('%.3f' % f)
print('%.2f' % f)
结果:
1.2346
1.235
1.23
这个方法会进行四舍五入
2 format函数(推荐)
print(format(1.23456, '.2f'))
print(format(1.23456, '.3f'))
print(format(1.23456, '.4f'))
1.23
1.235
1.2346
这个方法会进行四舍五入
3 round()函数
其实这个方法不推荐大家使用,查询资料发现里面的坑其实很多,python2和python3里面的坑还不太一样,在此简单描述一下python3对应的坑的情况。
a = 1.23456
b = 2.355
c = 3.5
d = 2.5
print(round(a, 3))
print(round(b, 2))
print(round(c))
print(round(d))
1.235 # 1.23456最终向前进位了
2.35 # 2.355居然没进位
4 # 最终3.5居然变为4了
2 # 最终2.5取值变为2
(1)通过上面的函数,看着是不是很晕,感觉round(x,n)函数是否进位也没看出是啥规律
(2)round(x,n)函数中,是否进位或四舍五入,取决于n位以及n+1位小数的值
(3)只有当n+1位数字是5的时候,容易混淆,如果n为偶数,则n+1位数是5,则进位,例如round(1.23456,3)最终变为1.235
(4)如果n为奇数,则n+1位是数5,那不进位,例如round(2.355,2),最终为2.35
(5)如果n为0,即没有填写n的时候,最终结果与上面相反,即整数部分为偶数的时候,小数位5不进位,例如(round(2.5)变为2)。
(6)整数部分为奇数的时候,小数位5进位。(round(3.5)变为4)
————————————————
4 不进行四舍五入,直接进行截断
(1)可以放大指定的倍数,然后取整,然后再除以指定的倍数。
#保留三位小数截断 python3
print(int(1.23456 * 1000) / 1000 )
(2) 使用字符串截取,截取小数点后指定的位数