当涉及到 numpy 数组时，为什么值总是四舍五入？答案

【问题标题】：Why are the values always rounded when numpy arrays are involved?当涉及到 numpy 数组时，为什么值总是四舍五入？
【发布时间】：2021-08-18 23:58:55
【问题描述】：

这是我在 Python 中用作数值方法的一部分的代码，但是当计算 B[n] 并且它是小数时会出现问题。例如，如果B[n] - f * B[n-1] 的答案是-2.6，则B[n] 将改为-2。当我在print 命令上执行这个确切的命令(B[n] - f * B[n-1]) 时，它会输出-2.6。

这太荒谬了，为什么会这样？ B 的 numpy 数组是否不接受小数作为其元素？如果是这样，我认为这绝对是荒谬的。顺便说一句，print 命令可以让我查看for 循环期间实际发生的情况，我概述了上面的发现。

for n in range(1, nt):

    f = A[n, n-1] / A[n-1, n-1]

    A[n, n] = A[n, n] - f * A[n-1, n]

    A[n, n-1] = 0
    
    print(B[n], B[n-1], f,B[n] - f * B[n-1])
    B[n] = B[n] - f * B[n-1]
    
    print(A, B, f, B[n-1], B[n])

【问题讨论】：

听起来您无意中将数组定义为整数，而不是浮点数；您可以将您如何定义它们添加到您的问题中吗？
解决这个问题的最基本方法是在原始定义中添加dtype=float 之类的内容（取决于您想要的类型）。通常有一些快捷方式可以让你省略它，但有时你需要编写它。如果普通的 float 没有足够的精度或不适合，它还允许您指定类型。
@sabik：整数数组不允许像2.6 这样的值。
你是如何创建B的？
迟早，您需要了解 numpy 数组有一个名为 dtype 的属性。忽略这一点，后果自负！

标签： python python-3.x numpy

【解决方案1】：

首先，问题需要包含minimal, reproducible example；我们可以将一些东西粘贴到 Python 中，它会工作，不需要额外的定义。

对于这个问题，它可能看起来像这样：

import numpy as np

B = np.array([1, 1])
f = 3.6
print(B[1] - f * B[0])  # prints out -2.6

B[1] = B[1] - f * B[0]
print(B[1])  # prints out -2; I was expecting -2.6

我们可以将其粘贴到文件或 Jupyter 笔记本或 Python 命令行中并运行它；无需额外的代码（或猜测）即可看到问题的发生。

其次，NumPy 数组（与 Python 的大多数其他部分不同）具有已定义的类型；分配给数组的单个元素会转换类型。如果我们不指定类型，NumPy 会尝试根据数据进行猜测；通常这是令人满意的，但偶尔会猜错。这里因为B的初始值都是整数，所以猜测我们希望B包含整数类型。

两种方法解决：

帮它猜对：B = np.array([1.0, 1.0])

这既快速又简单，并且可以跨上下文、库甚至编程语言移植；它可以在任何地方工作，而无需查找如何指定类型。
告诉它我们想要什么：B = np.array([1, 1], dtype=float)

如果数据来自程序的其他地方并且我们不能轻易更改它，这是唯一的方法；如果我们特别关注类型，例如如果我们想要更多（或更少）精度；或者，如果我们使用像 np.zeros 这样的函数，它不会获取任何数据来猜测。

【讨论】：