【NumPy】之常见运算四舍五入、取整、条件选取（np.around、np.floor、np.ceil、np.where）

最新推荐文章于 2025-04-06 19:30:27 发布

tz_zs

最新推荐文章于 2025-04-06 19:30:27 发布

阅读量10w+

点赞数 57

分类专栏： # 科学计算库文章标签： numpy

本文链接：https://blog.csdn.net/tz_zs/article/details/80775256

版权

科学计算库专栏收录该内容

33 篇文章

订阅专栏

本文详细介绍了NumPy库中的常用数学函数，包括四舍五入（np.around）、向下取整（np.floor）、向上取整（np.ceil）及条件选取（np.where）。通过实例展示了这些函数的具体应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

____tz_zs

之前把 numpy 资料写在了同一篇博客里，发现非常难以查阅，于是按功能切分开来。

https://blog.csdn.net/tz_zs/article/details/73929778

https://blog.csdn.net/tz_zs/article/details/80773612

https://blog.csdn.net/tz_zs/article/details/80775256

(1) np.around 四舍五入

np.around 返回四舍五入后的值，可指定精度。

around(a, decimals=0, out=None)

a 输入数组

decimals 要舍入的小数位数。默认值为0。如果为负，整数将四舍五入到小数点左侧的位置

# -*- coding: utf-8 -*-
"""
@author: tz_zs
"""
import numpy as np

n = np.array([-0.746, 4.6, 9.4, 7.447, 10.455, 11.555])

around1 = np.around(n)
print(around1)  # [ -1.   5.   9.   7.  10.  12.]

around2 = np.around(n, decimals=1)
print(around2)  # [ -0.7   4.6   9.4   7.4  10.5  11.6]

around3 = np.around(n, decimals=-1)
print(around3)  # [ -0.   0.  10.  10.  10.  10.]

(2) np.floor 向下取整

np.floor 返回不大于输入参数的最大整数。即对于输入值 x ，将返回最大的整数 i ，使得 i <= x。注意在Python中，向下取整总是从 0 舍入。

# -*- coding: utf-8 -*-
"""
@author: tz_zs
"""
import numpy as np

n = np.array([-1.7, -2.5, -0.2, 0.6, 1.2, 2.7, 11])

floor = np.floor(n)
print(floor)  # [ -2.  -3.  -1.   0.   1.   2.  11.]

(3) np.ceil 向上取整

np.ceil 函数返回输入值的上限，即对于输入 x ，返回最小的整数 i ，使得 i> = x。

# -*- coding: utf-8 -*-
"""
@author: tz_zs
"""
import numpy as np

n = np.array([-1.7, -2.5, -0.2, 0.6, 1.2, 2.7, 11])

ceil = np.ceil(n)
print(ceil)  # [ -1.  -2.  -0.   1.   2.   3.  11.]

(4) np.where 条件选取

numpy.where(condition[, x, y])

根据条件 condition 从 x 和 y 中选择元素，当 condition 为 True 时，选 x，否则选 y。

https://docs.scipy.org/doc/numpy/reference/generated/numpy.where.html

import numpy as np

data = np.random.random([2, 3])
print data
'''
[[ 0.93122679  0.82384876  0.28730977]
 [ 0.43006042  0.73168913  0.02775572]]
'''

result = np.where(data > 0.5, data, 0)
print result
'''
[[ 0.93122679  0.82384876  0.        ]
 [ 0.          0.73168913  0.        ]]
'''