小编pir*_*tle的帖子

我正在寻找一种以更直观的方式围绕numpy阵列的方法.我有几个浮点数,并希望将它们限制为只有几个小数位.这将是这样做的:

>>>import numpy as np
>>>np.around([1.21,5.77,3.43], decimals=1)
array([1.2, 5.8, 3.4])

现在,当试图对正好在舍入步骤之间的数字进行舍入时会出现问题.我想0.05舍入到0.1,但是np.around被设置为舍入到"最接近的偶数 ".这产生以下结果:

>>>np.around([0.55, 0.65, 0.05], decimals=1)
array([0.6, 0.6, 0.0])

我的问题相当于,什么是最有效的方法来舍入到最接近的数字,而不是简单的最接近的偶数.

有关np.around的更多信息,请参阅其文档.

我用线性拟合拟合了一些数据.我想加权误差线.到目前为止,我一直在使用斗牛犬fitting.py.他们linear_fit使得加权线性回归非常容易.不幸的是,我正在使用的数据在X和Y方向都有错误.

我想知道,实际上(在Python中)和理论上(在统计术语中),这将是如何完成的.