numpy中的四舍五入到最近步长

Question

我想知道如何在numpy中将数字四舍五入到一个预定义的步长的上限或下限。更清晰地陈述，例如，如果我有数字123和步长等于50，则需要将123四舍五入到最接近150或100中的一个，此时为100。我编写了以下函数来实现此操作，但我想知道是否有更好、更简洁的方法。

提前感谢， Paolo

def getRoundedThresholdv1(a, MinClip):
    import numpy as np
    import math
    digits = int(math.log10(MinClip))+1
    b = np.round(a, -digits)
    if b > a:  # rounded-up
        c = b - MinClip
        UpLow = np.array((b,c))
    else:  # rounded-down
        c = b + MinClip
        UpLow = np.array((c,b))
    AbsDelta = np.abs(a - UpLow)
    return UpLow[AbsDelta.argmin()]




getRoundedThresholdv1(143, 50)

- RandomCPlusPlus

---

你的代码不起作用，例如getRoundedThresholdv1(143, 50)返回50而不是150。 - Ruggero Turra

现在它可以工作了 - 需要 int(math.log10(MinClip))+1 而不是 int(math.log10(a))+1 - 感谢您指出这一点。 - RandomCPlusPlus

Answer 1

pb360的解决方案更好，使用Python3中内置round的第二个参数。

我认为你不需要使用numpy：

def getRoundedThresholdv1(a, MinClip):
    return round(float(a) / MinClip) * MinClip

这里的a是一个单独的数字，如果你想对这个函数进行向量化，你只需要用np.round代替round，并用np.array(a, dtype=float)代替float(a)

- Ruggero Turra

---

好的回答：当然，如果您非常关心中间值情况被四舍五入的方式，那么生活会变得*更加困难。 - Mark Dickinson

@MarkDickinson：现在它会四舍五入到最近的数字，例如getRoundedThresholdv1(150, 100): 四舍五入到200，因为150比100更接近200，而0.5比0更接近1（round代数）。如果你想改变逻辑，可以尝试使用ceil或floor。 - Ruggero Turra

对于一个简单的例子，返回“true”。但是，如果您尝试使用此功能将数字四舍五入到0.1的倍数（例如），则会遇到数字误差问题，会导致计算结果微小地偏离真实结果，因此半路情况的输出变得不可预测。 - Mark Dickinson

@MarkDickinson: 天啊！“Numpy 四舍五入到最近的偶数值” - Ruggero Turra

警告：这个解决方案在我运行getRoundedThresholdv1(a=13.200000000000001, MinClip=0.0001)时出现了问题，返回值为13.200000000000001。 - pb360

Answer 2

总结：这是正确的做法，顶部答案有不起作用的情况：

def round_step_size(quantity: Union[float, Decimal], step_size: Union[float, Decimal]) -> float:
    """Rounds a given quantity to a specific step size
    :param quantity: required
    :param step_size: required
    :return: decimal
    """
    precision: int = int(round(-math.log(step_size, 10), 0))
    return float(round(quantity, precision))

我的声誉太低，无法在Ruggero Turra的顶级答案中发表评论并指出问题。然而，它有一些案例没有起作用，例如：

def getRoundedThresholdv1(a, MinClip):
    return round(float(a) / MinClip) * MinClip

getRoundedThresholdv1(quantity=13.200000000000001, step_size=0.0001)

无论是使用numpy还是标准库round，都会返回13.200000000000001。我甚至没有通过压力测试函数来发现这一点。它只是在生产代码中使用时出现了错误。请注意，本答案的全部信用来自于一个开源的github仓库，不是我的，可以在这里找到。

- pb360

Answer 3

请注意，Ruggero Turra的回答中的round()会将数字四舍五入到最接近的偶数。也就是说：

a= 0.5
round(a)

Out: 0

这可能不是您期望的。

如果您需要“传统”的四舍五入，可以使用此函数，它支持标量和Numpy数组：

import Numpy as np

def getRoundedThresholdv1(a, MinClip):
    scaled = a/MinClip
    return np.where(scaled % 1 >= 0.5, np.ceil(scaled), np.floor(scaled))*MinClip

---

或者，您可以使用Numpy的digitize方法。它要求您定义步骤数组。digitize会将您的值“向上取整”到下一个步骤。因此，为了以“经典”方式四舍五入，我们需要一个中间步骤。

您可以使用以下内容：

import Numpy as np
    
def getRoundedThresholdv1(a, MinClipBins):
    intermediate = (MinClipBins[1:] + MinClipBins[:-1])/2
    return MinClipBins[np.discritize(a, intermediate)]

您可以这样调用它：

bins = np.array([0,  50, 100, 150])
test1 = getRoundedThresholdv1(74, bins)
test2 = getRoundedThresholdv1(125, bins)

Which gives:

test1 = 50
test2 = 150 

- Stefan