如何始终在 numpy 中舍入 XX.5

Question

我读到 numpy 在四舍五入方面是无偏见的，并且它的工作方式是按照其设计的方式工作的。“如果你总是将 0.5 舍入到下一个最大的数字，那么一组舍入数字的平均值可能会略大于未舍入数字的平均值：这种偏差或漂移会对某些数值算法产生非常不利的影响，并且让他们变得不准确。”

无视这些信息并假设我总是想四舍五入，我该如何在 numpy 中做到这一点？假设我的数组可能很大。

为简单起见，假设我有数组：

import numpy as np

A = [ [10, 15, 30], [25, 134, 41], [134, 413, 51]]
A = np.array(A, dtype=np.int16)

decimal = A * .1
whole = np.round(decimal)

十进制看起来像：

[[  1.    1.5   3. ]
 [  2.5  13.4   4.1]
 [ 13.4  41.3   5.1]]

整体看起来像：

[[  1.   2.   3.]
 [  2.  13.   4.]
 [ 13.  41.   5.]]

如您所见，1.5 四舍五入为 2，2.5 也四舍五入为 2。如何强制始终获得 XX.5 的舍入答案？我知道我可以遍历数组并使用 python round() 但这肯定会慢得多。想知道是否有办法使用 numpy 函数来做到这一点

Answer 1

import numpy as np
A = [ [1.0, 1.5, 3.0], [2.5, 13.4, 4.1], [13.4, 41.3, 5.1]]
A = np.array(A)

print(A)

def rounder(x):
    if (x-int(x) >= 0.5):
        return np.ceil(x)
    else:
        return np.floor(x)

rounder_vec = np.vectorize(rounder)
whole = rounder_vec(A)
print(whole)

或者，您还可以查看numpy.ceil、numpy.floor、numpy.trunc以获得其他舍入样式