在numpy中四舍五入？答案

【问题标题】：Rounding in numpy?在numpy中四舍五入？
【发布时间】：2017-03-15 15:15:12
【问题描述】：

我对 python pandas 和 numpy 有奇怪的问题。

>>> np.float64(1) * np.float64(85000) * np.float64(7.543709)
641215.26500000001

>>> round( np.float64(1) * np.float64(85000) * np.float64(7.543709), 2 )
641215.26000000001

>>> np.round( np.float64(1) * np.float64(85000) * np.float64(7.543709), 2 )
641215.26000000001

如何四舍五入得到正确的结果641215.27？

【问题讨论】：

简单地说，NumPy 的round 函数不会尝试进行正确的舍入。 round 实现有利于速度而不是不惜一切代价的准确性，因此有很多极端情况（例如这个）接近到中间值（但不一定是精确的中间值）最终以错误的方式四舍五入。

标签： python pandas numpy rounding

【解决方案1】：

Numpy 的 round 方法偏爱偶数，看一下 numpy 源代码的删减：

def round_(a, decimals=0, out=None):
    return around(a, decimals=decimals, out=out)

def around(a, decimals=0, out=None):
    """
    Evenly round to the given number of decimals.

    Notes
    -----
    For values exactly halfway between rounded decimal values, NumPy
    rounds to the nearest even value. Thus 1.5 and 2.5 round to 2.0,
    -0.5 and 0.5 round to 0.0, etc. Results may also be surprising due
    to the inexact representation of decimal fractions in the IEEE
    floating point standard [1]_ and errors introduced when scaling
    by powers of ten.

    Examples
    --------
    >>> 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])

    """

示例：

如果你需要打印字符串，你可以格式化它给你正确的答案：

import numpy as np

num = np.float64(1) * np.float64(85000) * np.float64(7.543709)
print(num)
print(float("{0:.2f}".format(num)))
print(np.round(num, 2))
print()

num += 0.02
print(num)
print(float("{0:.2f}".format(num)))
print(np.round(num, 2))

给你

【讨论】：

哇，这太令人惊讶了。好答案！我认为问题是存在像.49999 这样的基础值，显示为.50000，但事实并非如此。
@JohnE：是的，这应该是四舍五入，即使是在平局的情况下。这是与此处相关的文档字符串的“按十次方缩放时引入的错误”部分。
@MarkDickinson 好的，谢谢。我想简而言之，这只是一个示例，对于浮点数，您将.5 之类的数字视为大约为.5 并且可以上升或下降，如果您不喜欢这样，那么您不应该使用浮点数！ ;-)

【解决方案2】：

是的，但在使用数据框时不能使用 round( float(num), 2 )：

例如：df.first * df.second * df.third 在这种情况下如何四舍五入？你不能发float(dt.first)？

这是一种解决方案：df.first.apply(lambda x: round(float(x), 2)) 不过我觉得不快……

【讨论】：