python中round函数_如何在Python中实现Round函数？

成为Python中经过认证的专业舍入函数，返回指定数字的舍入版本的浮点数。本文将详细探讨这一概念，本文将介绍以下指针，Python round()实际应用程序Rounding NumPy数组Round

成为Python中经过认证的专业

舍入函数，返回指定数字的舍入版本的浮点数。本文将详细探讨这一概念，本文将介绍以下指针，

Python round()实际应用程序Rounding NumPy数组Rounding Pandas系列和数据帧数据帧

，让我们开始吧，

round函数在Python

方法round(x，n) 将返回在小数点后四舍五入到n位的值x。

示例：round(7.6 8.7,1)

输出：16.3

round提供了提供最接近值

的能力示例：round(6.543231，2)

输出：6.54

有时它没有给出正确的输出

示例：round(2.675，2)应该返回2.68，但它没有

输出：2.67

有时它给出正确的输出

示例：round(8.875，2)

输出：8.88

继续本文关于Python中的Round函数。

Python Round()

Python中的Round函数将十进制值舍入到给定的位数，如果我们不提供n，即小数点后的位数，它将舍入到最接近的整数。

如果之后的整数大于等于5，则舍入到ceil；如果小数点小于5，则舍入到floor integer。round()不带第二个参数

#内景#浮子打印(圆形(66.6条))打印(圆形(45.5))打印(圆形(92.4))

输出：12 67 46 92

如果提供了第二个参数，则最后一个十进制数字将增加1，直到四舍五入值如果最后一个数字 1>=5，则它将与提供的相同。

round()与第二个参数

打印(圆形(3.775，2))#当最后一个数字 1大于等于5时打印(圆形(3.776，2))打印(圆形(3.773，2))

输出：3.77 3.78 3.77

继续本文关于Python中的Round函数。

实际应用：

Round函数的一些应用是将数字舍入为有限的数字，例如，如果我们想把分数表示成小数，我们通常在小数点后取2或3个数字，这样我们就可以准确地表示分数了。

打印(b)打印(圆形(b，2))将numpy导入为np随机种子(444)数据=np.random.randn(3，4)

输出：[[0.35743992 0.3775384 1.38233789 1.17554883][-0.9392757-1.14315015-0.54243951-0.54870808][0.20851975 0.21268956 1.26802054-0.80730293]]

例如，以下将数据中的所有值舍入到小数点后三位：

将numpy导入为np数据=np.random.randn(3，4)

输出：[[0.357 0.378 1.382 1.176][-0.939-1.143-0.542-0.549][0.209 0.213 1.268-0.807]]

np.around()可用于更正浮点错误。

我们可以在下面的示例中看到，3×1处的元素为0.20851975您期望值为0.208，但它四舍五入为0.209您还可以看到1×2处的值正确四舍五入为0.378。

因此，如果需要将数据舍入到所需的形式，NumPy有许多方法：

NumPy.ceil()NumPy.floor()NumPy.trunc()NumPy.rint()

np.ceil()函数将数组中的每个值舍入到大于或等于原始值的最接近整数：

print(np.ceil(data))

输出：[[1]。一。2。2.][-0。-一。-0个。-0.][1.请回答。一。2。-0.]]

若要将每个值向下舍入到最接近的整数，请使用np.floor()：

打印(np.floor(data))

输出：[[0]。0个。一。1.][-1。-2。-一。-1.】[0。0个。一。-1.]]

还可以使用np.trunc()：

打印(np.trunc(数据))

输出：[[0]将每个值截断为其整数分量。0个。一。1.][-0。-一。-0个。-0.][0。0个。一。-0.]]

最后，要使用“舍入一半到偶数”策略舍入到最接近的整数，请使用np.rint()：

print(np.rint(data))

输出：[[0]。0个。一。1.][-1。-一。-一。-1.】[0。0个。一。-1.]]

继续本文关于Python的内容：Round函数。

Rounding Pandas系列和DataFrame

Pandas是另一个受数据科学家欢迎的用于分析数据的库。

类似于NumPy我们可以使用以下命令安装这个库：

pip3 install Pandas

这两个主要的Pandas的数据结构是DataFrame和Series，DataFrame基本上类似于数据库中的表，Series是一列。我们可以使用Series.round()和DataFrame.round()

对对象进行取整导入熊猫作为pd将numpy导入为np级数=pd级数(np.random.randn(4))印刷品(系列)导入熊猫作为pd将numpy导入为npdf=pd.DataFrame(np.random.randn(3，3)，列=[“列1”，“列2”，“列3”])打印(df.round(3))