如何使用Python進(jìn)行正確的四舍五入

本篇文章為大家展示了如何使用Python進(jìn)行正確的四舍五入，內(nèi)容簡明扼要并且容易理解，絕對(duì)能使你眼前一亮，通過這篇文章的詳細(xì)介紹希望你能有所收獲。

創(chuàng)新互聯(lián)建站是一家專業(yè)提供玉州企業(yè)網(wǎng)站建設(shè),專注與成都網(wǎng)站設(shè)計(jì)、網(wǎng)站建設(shè)、H5響應(yīng)式網(wǎng)站、小程序制作等業(yè)務(wù)。10年已為玉州眾多企業(yè)、政府機(jī)構(gòu)等服務(wù)。創(chuàng)新互聯(lián)專業(yè)網(wǎng)站設(shè)計(jì)公司優(yōu)惠進(jìn)行中。

主要分享基于python的數(shù)據(jù)分析三方庫pandas，numpy的一次爬坑經(jīng)歷，發(fā)現(xiàn)并分析了python語言對(duì)于浮點(diǎn)數(shù)精度處理不準(zhǔn)確的問題，并在最后給出合理的解決方案。如果你也在用python處理數(shù)據(jù)，建議看一下，畢竟0.1的誤差都可能造成比較大的影響。

問題出現(xiàn)

早上到了公司，領(lǐng)導(dǎo)發(fā)了幾個(gè)文件過來，說這兩天測(cè)試環(huán)境跑出來的數(shù)據(jù)，與實(shí)際情況有所出入，看看哪出的問題，盡快解決···

開始排查

• 先對(duì)比數(shù)據(jù)，發(fā)現(xiàn)并不是所有的數(shù)據(jù)都出現(xiàn)問題，只有10%左右的數(shù)據(jù)有這個(gè)問題，說明應(yīng)該不是邏輯上的問題，初步判斷可能為個(gè)別情況需要特殊處理，考慮不周導(dǎo)致

• 檢查梳理各個(gè)運(yùn)算模塊，用debug斷點(diǎn)調(diào)試一波，確定了數(shù)據(jù)出現(xiàn)偏差的模塊

• 通過單獨(dú)測(cè)試這個(gè)單元模塊最終確定，涉及到兩數(shù)相除結(jié)果為0.5(浮點(diǎn)數(shù))的地方有問題

• 預(yù)期結(jié)果：np.round(0.5)=1，實(shí)際運(yùn)算結(jié)果：np.round(0.5)=0，于是我做了如下的試驗(yàn)

# 基于python3.7版本 >>> import numpy as np  # 先看看 0 < x < 1 這個(gè)范圍的結(jié)果，發(fā)現(xiàn)有問題 >>> np.round(0.50) 0.0 >>> np.round(0.51) 1.0 >>> np.round(0.49) 0.0  # 我擔(dān)心是不是只有小數(shù)點(diǎn)為.5的都會(huì)呈現(xiàn)這種問題,所以測(cè)試了 x > 1的結(jié)果，發(fā)現(xiàn)還是有問題 >>> np.round(1.5) 2.0 >>> np.round(2.5) 2.0 >>> np.round(3.5) 4.0 >>> np.round(4.5) 4.0

通過對(duì)比，發(fā)現(xiàn)確實(shí)涉及到.5的值會(huì)有些和預(yù)想的不同，看看啥原因

分析問題

確實(shí)發(fā)現(xiàn)了關(guān)于浮點(diǎn)數(shù)(.5出現(xiàn)了理解上的偏差)，看看官方文檔怎么解釋這個(gè)現(xiàn)象

numpy.around(a, decimals=0, out=None)[source] Evenly round to the given number of decimals.  # 對(duì)于恰好介于四舍五入的十進(jìn)制值之間的中間值(.5)，NumPy會(huì)四舍五入為最接近的偶數(shù)值。  # 因此1.5和2.5四舍五入為2.0，-0.5和0.5四舍五入為0.0，依此類推。 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.  # np.around使用快速但有時(shí)不精確的算法來舍入浮點(diǎn)數(shù)據(jù)類型。 # 對(duì)于正小數(shù)，它等效于np.true_divide（np.rint（a * 10 **小數(shù)），10 **小數(shù)）， # 由于IEEE浮點(diǎn)標(biāo)準(zhǔn)[1]和 十次方縮放時(shí)引入的錯(cuò)誤 np.around uses a fast but sometimes inexact algorithm to round floating-point datatypes.  For positive decimals it is equivalent to np.true_divide(np.rint(a * 10**decimals), 10**decimals),  which has error due to the inexact representation of decimal fractions in the IEEE floating point standard [1]  and errors introduced when scaling by powers of ten

• 其實(shí)也就是說：對(duì)于帶有.5這種剛好介于中間的值，返回的是相鄰的偶數(shù)值

• 白話解釋：如果一個(gè)數(shù)字帶有浮點(diǎn)數(shù)(.5)，整數(shù)部分為偶數(shù)，則返回這個(gè)偶數(shù);整數(shù)部分奇數(shù)，則返回這個(gè)奇數(shù)+1的偶數(shù)

• 規(guī)律解釋：如果整數(shù)部分能夠整除2，則返回整數(shù)部分;如果整數(shù)部分不能整除2，則返回整數(shù)部分 +1

解決問題

先不做任何改動(dòng)，看下數(shù)據(jù)誤差的情形

# 我們?yōu)榱讼瓤聪卢F(xiàn)象,構(gòu)造如下案例 import pandas as pd import numpy as np  df = pd.DataFrame({"num1": [1, 1, 1.5, 5, 7.5], "num2": [2, 3, 1, 6, 3]})  df["真實(shí)值"] = df["num1"] / df["num2"] # 看下round函數(shù)過后的結(jié)果 df["偏差值"] = np.round(df["num1"] / df["num2"])

原始結(jié)果圖片如下

不做處理，期望值和偏差值不等的情況出現(xiàn)

我的解決方案

• 我根據(jù)我的精度要求，構(gòu)建精度范圍所需要保留的小數(shù)點(diǎn)的最后一位，通過這個(gè)數(shù)字是否為5，判斷是否需要向上取整

• 舉例來說，本案例中我只需要保留整數(shù)部分的數(shù)據(jù)，那么我只需要確定小數(shù)點(diǎn)后第一位是否是數(shù)字5就可以了

上代碼

import pandas as pd import numpy as np import math  df = pd.DataFrame({"除數(shù)": [1, 1, 1.5, 5, 7.5], "被除數(shù)": [2, 3, 1, 6, 3]})  # 記錄真實(shí)值 df["真實(shí)值"] = df["除數(shù)"] / df["被除數(shù)"]  # 記錄整數(shù)部分 df["輔助整數(shù)列"] = df["真實(shí)值"].apply(lambda x: math.modf(x)[1])  # 記錄小數(shù)部分,因?yàn)槲业淖詈蠼Y(jié)果精度為只保留整數(shù)部分,所以我只需要保留一個(gè)小數(shù)點(diǎn)位進(jìn)行判斷是否需要進(jìn)位操作 df["輔助小數(shù)列"] = df["真實(shí)值"].apply(lambda x: str(math.modf(x)[0]).split(".")[1][0])  # 小數(shù)點(diǎn)后的第一位是為5，則向上取整，不是5則調(diào)用原np.round就行了 df["期望值修正"] = df.apply(lambda x: x.輔助整數(shù)列 + 1 if (x.輔助小數(shù)列 == "5") else np.round(x.真實(shí)值), axis=1)

結(jié)果如下所示

期望修正值已經(jīng)達(dá)成

上述內(nèi)容就是如何使用Python進(jìn)行正確的四舍五入，你們學(xué)到知識(shí)或技能了嗎？如果還想學(xué)到更多技能或者豐富自己的知識(shí)儲(chǔ)備，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。

當(dāng)前標(biāo)題：如何使用Python進(jìn)行正確的四舍五入
本文URL：http://muchs.cn/article18/gphpgp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站設(shè)計(jì)、靜態(tài)網(wǎng)站、Google、營銷型網(wǎng)站建設(shè)、域名注冊(cè)、手機(jī)網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)