生成截断到小数点后 2 位的随机数

Question

我想生成 0 到 0.5 之间的均匀分布随机数，但截断到小数点后 2 位。

没有截断，我知道这是由

import numpy as np
rs = np.random.RandomState(123456)
set = rs.uniform(size=(50,1))*0.5

任何人都可以帮助我就如何生成高达 2 d.p 的随机数提供建议。只要？谢谢！

Answer 1

float 不能被截断（或四舍五入）为 2 位十进制数字，因为有许多具有 2 位十进制数字的值不能完全表示为 IEEE 双精度。

如果你真的想要你所说的，你需要使用精确的类型，比如Decimal。

当然，这样做也有缺点——对于numpy 用户来说，最明显的缺点是您必须使用dtype=object，这会影响所有的紧凑性和性能。

但这是真正做到你所要求的唯一方法。

最有可能的是，您实际上想要做的是 Joran Beasley 的答案（不要截断它们，并在打印输出时四舍五入）或类似于 Lauritz V. Thaulow 的答案（获取最接近的近似值，然后在任何地方使用显式 epsilon 检查）。

或者，您可以执行隐式定点算术，正如 David Heffernan 在评论中建议的那样：生成 0 到 50 之间的随机整数，将它们保留为 numpy 中的整数，并将它们格式化为定点小数和/或必要时转换为Decimal（例如，用于打印结果）。这为您提供了 Decimal 的所有优势，而无需任何成本……尽管它确实打开了一个明显的窗口，通过忘记在某处移动 2 个位置来创建新错误。

Answer 2

小数不会被截断到小数点后 2 位……但是它们的字符串表示可能

import numpy as np
rs = np.random.RandomState(123456)
set = rs.uniform(size=(50,1))*0.5

print ["%0.2d"%val for val in set]

Answer 3

这个怎么样？

np.random.randint(0, 50, size=(50,1)).astype("float") / 100

即创建 0 到 50 之间的随机整数，然后除以 100。

编辑：

正如 cmets 中明确指出的那样，由于内存中浮点表示的性质，这不会为您提供精确两位小数。看起来您的数组中有确切的浮点数 0.1，但它绝对不是完全是 0.1。但它非常接近，您可以改为使用“double”数据类型来使其更接近。

您可以通过将数字保留为整数来推迟这个问题，并记住在使用它们时它们要除以​​ 100。

hundreds = random.randint(0, 50, size=(50, 1))

那么至少直到最后一分钟才会发生舍入（或者可能根本不会发生，如果等式的分子是分母的倍数）。

Answer 4

我设法找到了另一种选择：

import numpy as np
rs = np.random.RandomState(123456)
set = rs.uniform(size=(50,2))
for i in range(50):
    for j in range(2):
        set[i,j] = round(set[i,j],2)