numpy格式转化成list后小数位发生变化

问题

在使用numpy中，有一个需求是想将float32数据的小数截取一下，以减少所占内存，节省空间以及减少后续的计算时间。

numpy中有一些函数是可以定义精度的：

• np.around(): 四舍五入，可指定精度
• np.floor()：向下取整数
• np.ceil()：向上取整数

按照上述的需求，应该采用np.around()

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

• a：是输入的numpy数组
• decimals是要保持的小数位数。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

在使用np.around()函数之后，能够很好的完成上述需求，但是在转换成list格式保持成json文件就出现问题了：

import numpy as np

n = (np.random.random(10) * 30).astype(np.float32)
# array([29.973309, 8.078702, 11.52185, 17.46122, 18.514679, 19.36506, 28.817068, 0.83403945, 18.013485, 20.978584], dtype=float32)

# keep 2 decimals
n2 = np.around(n, 2)
print(n2)   # array([29.97, 8.08, 11.52, 17.46, 18.51, 19.37, 28.82,  0.83, 18.01, 20.98], dtype=float32)

# convert into list
n2_list = n2.tolist()
print(n2_list)  #  [29.969999313354492, 8.079999923706055, 11.520000457763672, 17.459999084472656, 18.510000228881836, 19.3700008392334, 28.81999969482422, 0.8299999833106995, 18.010000228881836, 20.979999542236328]

可以看到，转成list之后小数点又不是想要保存的两位小数了，原因查了一下是，是格式的问题。

• numpy中浮点数一般是使用的np.float32
• python中浮点数一般是使用的float64，更精确一些，因此会出现上述问题

精度其实并没有被丢失，而是numpy的方式保存的精度要差一些，转化成list之后，float64有更为精确的表示。

解决办法

对转成list的数据再做一次精度设置

# keep 2 decimal
n2_list2 = [round(i, 2) for i in n2_list]
print(n2_list2)  # [29.97, 8.08, 11.52, 17.46, 18.51, 19.37, 28.82, 0.83, 18.01, 20.98]

# keep into json file
import json 
json.dumps(n2_list2)

参考

• https://stackoverflow.com/questions/20454332/precision-of-numpy-array-lost-after-tolist
• https://stackoverflow.com/questions/27098529/numpy-float64-vs-python-float
• https://www.pythonheidong.com/blog/article/308503/fe4433efe46de640f911/