Numpy 中np.rint与np.round的区别

在本文中，我们将介绍Numpy中np.rint与np.round函数的不同之处。虽然这两种函数在某些情况下可以产生相同的结果，但它们的实现方法以及默认行为存在区别。

阅读更多：Numpy 教程

np.rint函数

np.rint函数可以将数组中的元素四舍五入到最接近的整数。如果元素距零.5的距离相等，则四舍五入到最近的偶数。例如，np.rint(0.5)将返回1.0，而np.rint(1.5)将返回2.0。

此外，np.rint函数还可以与ndarray的method参数结合使用，以指定四舍五入方法的方式。method=’ceiling’将使用向上舍入的方式进行，而method=’floor’将使用向下舍入的方式进行。

以下是使用np.rint的示例：

import numpy as np

arr = np.array([0.5, 1.5, 2.5, 3.5, 4.5])
print(np.rint(arr)) # 输出 [0. 2. 2. 4. 4.]

arr = np.array([-1.5, -0.5, 0.5, 1.5])
print(np.rint(arr)) # 输出 [-2. -0.  0.  2.]

arr = np.array([-1.5, -0.5, 0.5, 1.5])
print(np.rint(arr).astype(int)) # 输出 [-2  0  0  2]

在上面的示例中，我们使用了np.rint函数将ndarray中的元素四舍五入到最近的整数。在第一个示例中，我们的ndarray包含半个数，它们被四舍五入到了最接近的偶数。在第二个示例中，我们使用了负数来进行演示，可以看到四舍五入是以0为中心的。在第三个示例中，我们使用astype函数将浮点数类型的输出转换为整数。

np.round函数

与np.rint函数不同，np.round函数将近似值四舍五入到给定的小数位数。小数位数由decimals参数指定，默认为0。如果decimals为负数，则它将四舍五入到整数位。

以下是使用np.round的示例：

import numpy as np

arr = np.array([0.567, 1.567, 2.567, 3.567, 4.567])
print(np.round(arr, decimals=2)) # 输出 [0.57 1.57 2.57 3.57 4.57]

arr = np.array([0.567, 1.567, 2.567, 3.567, 4.567])
print(np.round(arr, decimals=-1)) # 输出 [ 0.  0.  0.  0.  0.]

arr = np.array([0.567, 1.567, 2.567, 3.567, 4.567])
print(np.round(arr)) # 输出 [1. 2. 3. 4. 5.]

在上面的示例中，我们一次为np.round函数提供了decimals参数的示例。在第一个示例中，我们将ndarray中的元素四舍五入到小数点后两位。在第二个示例中，我们将ndarray中的元素四舍五入到整数位。在第三个示例中，我们只提供了ndarray，它将返回四舍五入到整数的结果。