NumPy取整函数:floor、ceil、round详解
2026-03-29 22:57:48
0浏览
收藏
本文深入解析NumPy中三大取整函数floor、ceil与round的核心用法与常见陷阱:它们均保持输入数组的原始dtype(如返回float64而非整数),直接用于索引需显式调用.astype(int);负数取整严格遵循数学定义,nan处理有类型限制;round采用“银行家舍入”而非传统四舍五入,易引发意外结果;文章还结合分桶、图像采样、时间戳对齐等真实场景,揭示典型误用(如忽略浮点索引风险、除零隐患)并提供安全高效的替代方案,同时提醒性能差异与跨平台一致性要点——无论是新手避坑还是老手优化,都是不可错过的实用指南。

np.floor() 和 np.ceil() 怎么用,为什么结果不是整数类型
它们返回的是和输入相同 dtype 的数组,不是 Python int 或 int64——这是最常被误解的一点。比如 np.floor(3.7) 返回 3.0(float64),不是 3;如果你后续要当索引用,得显式转成整数类型。
- 必须配合
.astype(int)或.astype(np.int64)才能安全用于数组索引或切片 - 遇到负数时行为要特别注意:
np.floor(-2.3)是-3.0(向下),np.ceil(-2.3)是-2.0(向上) - 如果输入含
nan,结果仍是nan,且 dtype 不变;但若原数组是整型,传入nan会报错(整型不支持nan)
np.round() 是四舍五入吗?为什么 0.5 有时舍、有时入
不是严格的“四舍五入”,而是“银行家舍入”(round half to even):0.5 向最近的偶数靠拢。所以 np.round(0.5) → 0.0,np.round(1.5) → 2.0,np.round(2.5) → 2.0。
- 这个规则是为了减少统计偏差,但和直觉冲突,尤其做数据校验或教学演示时容易翻车
- 不支持指定“向上/向下舍入半数”,也没法通过参数关掉银行家规则
- 想严格四舍五入,得自己写逻辑,比如:
np.floor(x + 0.5)(正数安全,负数需额外处理)
向下/向上取整在实际场景中怎么选:索引、分桶、对齐
常见误用是直接拿 np.floor() 结果当索引,却忘了它返回浮点数——NumPy 会静默转成整数索引,但遇到 nan 或超界值就崩。
- 做分桶(如把连续值映射到 bin ID):用
(x - min_val) // bin_width更稳,比np.floor((x - min_val) / bin_width)少一次除法和类型转换 - 图像下采样定位像素:用
np.floor(coords / scale).astype(int),但 scale=0 必须提前检查,否则除零产生inf再 floor 变成-inf或inf - 时间戳对齐(如每5分钟一桶):先转成
int64时间戳(纳秒级),再用整数除法//,比用np.floor()更快也更可控
性能和跨平台一致性要注意什么
np.floor() 和 np.ceil() 在所有平台行为一致,但速度比纯 Python math.floor() 慢——因为它们走向量化路径,适合数组;单个数别用 NumPy。
- 小数组(
np.round()在不同 NumPy 版本间行为一致,但老版本(- 混用 float32 和 float64 输入时,输出 dtype 按 NumPy 类型提升规则走,不是简单继承——比如 float32 数组调用
np.ceil()还是 float32,但 float32 标量传进去可能升成 float64
事情说清了就结束。真正麻烦的从来不是函数怎么写,而是你忘了它不自动转 int,也忘了 0.5 不一定进位。
今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
多阶段生成是什么?如何拆分Prompt提升效率
- 上一篇
- 多阶段生成是什么?如何拆分Prompt提升效率
- 下一篇
- Go中net.OpError类型判断方法
查看更多
最新文章
-
- 文章 · python教程 | 18小时前 | 线程池 · Python 线程池 concurrent.futures 任务取消 Future.cancel
- Python concurrent.futures.Future.cancel 怎样判断任务能否取消
- 143浏览 收藏
-
- 文章 · python教程 | 19小时前 | 标准库 · HTTP服务 · 多线程 · Python教程 · Python 并发请求 http.server ThreadingHTTPServer ThreadingMixIn BaseHTTPRequestHandler
- Python http.server ThreadingHTTPServer 怎样处理并发请求
- 481浏览 收藏
-
- 文章 · python教程 | 19小时前 |
- Python tarfile.TarInfo.replace 怎样复制归档成员属性
- 308浏览 收藏
-
- 文章 · python教程 | 19小时前 | 并发编程 · Python教程 · Python 多进程 multiprocessing forkserver 启动上下文
- Python multiprocessing forkserver 怎样处理进程启动上下文
- 232浏览 收藏
-
- 文章 · python教程 | 19小时前 | 标准库 · 异步编程 · Python教程 · Python asyncio StreamReader readexactly IncompleteReadError 异步流
- Python asyncio.StreamReader.readexactly 怎样处理不足长度的输入
- 427浏览 收藏
-
- 文章 · python教程 | 19小时前 |
- Python operator.length_hint 怎样为未知长度迭代器设置估计值
- 336浏览 收藏
-
- 文章 · python教程 | 19小时前 | 标准库 · Python教程 · Python warnings catch_warnings simplefilter filterwarnings 警告过滤
- Python warnings context manager 怎样临时调整警告过滤
- 255浏览 收藏
-
- 文章 · python教程 | 19小时前 | 调试 · python · 异步编程 · Python asyncio introspection current_task all_tasks
- Python asyncio introspection 怎样定位当前任务
- 120浏览 收藏
-
- 文章 · python教程 | 19小时前 | 标准库 · Python教程 · Python 类型注解 Python 3.14 annotationlib get_annotations ForwardRef 延迟注解
- Python 3.14 annotationlib.get_annotations 怎样读取延迟注解
- 423浏览 收藏
-
- 文章 · python教程 | 19小时前 |
- Python 3.14 跨解释器 Queue.put 的阻塞与 QueueFull 处理方案
- 157浏览 收藏
-
- 文章 · python教程 | 1天前 | xml · python · Python xml xml.etree.ElementTree canonicalize C14N
- Python xml.etree.ElementTree.canonicalize 怎样生成稳定的 XML 文本
- 151浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1152次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1137次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1313次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1255次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1109次使用
查看更多
相关文章
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

