我需要将浮点数舍入以显示在 UI 中。例如,一个有效数字:
1234 -> 1000
0.12 -> 0.1
0.012 -> 0.01
0.062 -> 0.06
6253 -> 6000
1999 -> 2000
有没有使用 Python 库的好方法,还是我必须自己编写?
我需要将浮点数舍入以显示在 UI 中。例如,一个有效数字:
1234 -> 1000
0.12 -> 0.1
0.012 -> 0.01
0.062 -> 0.06
6253 -> 6000
1999 -> 2000
有没有使用 Python 库的好方法,还是我必须自己编写?
您可以使用负数来舍入整数:
>>> round(1234, -3)
1000.0
因此,如果您只需要最重要的数字:
>>> from math import log10, floor
>>> def round_to_1(x):
... return round(x, -int(floor(log10(abs(x)))))
...
>>> round_to_1(0.0232)
0.02
>>> round_to_1(1234243)
1000000.0
>>> round_to_1(13)
10.0
>>> round_to_1(4)
4.0
>>> round_to_1(19)
20.0
如果它大于 1,您可能必须注意将浮点数转换为整数。
字符串格式中的 %g 将格式化一个四舍五入到一些有效数字的浮点数。它有时会使用 'e' 科学记数法,因此将四舍五入的字符串转换回浮点数,然后通过 %s 字符串格式化。
>>> '%s' % float('%.1g' % 1234)
'1000'
>>> '%s' % float('%.1g' % 0.12)
'0.1'
>>> '%s' % float('%.1g' % 0.012)
'0.01'
>>> '%s' % float('%.1g' % 0.062)
'0.06'
>>> '%s' % float('%.1g' % 6253)
'6000.0'
>>> '%s' % float('%.1g' % 1999)
'2000.0'
如果您想要的有效小数不是 1 个(否则与 Evgeny 相同):
>>> from math import log10, floor
>>> def round_sig(x, sig=2):
... return round(x, sig-int(floor(log10(abs(x))))-1)
...
>>> round_sig(0.0232)
0.023
>>> round_sig(0.0232, 1)
0.02
>>> round_sig(1234243, 3)
1230000.0
f'{float(f"{i:.1g}"):g}'
# Or with Python <3.6,
'{:g}'.format(float('{:.1g}'.format(i)))
此解决方案与所有其他解决方案不同,因为:
对于任意数量n
的有效数字,您可以使用:
print('{:g}'.format(float('{:.{p}g}'.format(i, p=n))))
测试:
a = [1234, 0.12, 0.012, 0.062, 6253, 1999, -3.14, 0., -48.01, 0.75]
b = ['{:g}'.format(float('{:.1g}'.format(i))) for i in a]
# b == ['1000', '0.1', '0.01', '0.06', '6000', '2000', '-3', '0', '-50', '0.8']
注意:使用此解决方案,无法根据输入动态调整有效数字的数量,因为没有标准方法来区分具有不同数量的尾随零 ( 3.14 == 3.1400
) 的数字。如果您需要这样做,则需要非标准函数,如to-precision包中提供的函数。
我已经创建了精确的包,可以满足您的需求。它允许您为您的数字提供或多或少的有效数字。
它还输出具有指定数量有效数字的标准、科学和工程符号。
在接受的答案中有一行
>>> round_to_1(1234243)
1000000.0
这实际上指定了 8 个 sig 无花果。对于数字 1234243,我的库仅显示一个有效数字:
>>> from to_precision import to_precision
>>> to_precision(1234243, 1, 'std')
'1000000'
>>> to_precision(1234243, 1, 'sci')
'1e6'
>>> to_precision(1234243, 1, 'eng')
'1e6'
它还将舍入最后一个有效数字,如果未指定符号,它可以自动选择要使用的符号:
>>> to_precision(599, 2)
'600'
>>> to_precision(1164, 2)
'1.2e3'
为了直接回答这个问题,这是我使用R 函数命名的版本:
import math
def signif(x, digits=6):
if x == 0 or not math.isfinite(x):
return x
digits -= math.ceil(math.log10(abs(x)))
return round(x, digits)
我发布此答案的主要原因是抱怨“0.075”舍入为0.07而不是0.08的评论。正如“新手 C”所指出的,这是由于具有有限精度和 base-2 表示的浮点算术的组合。实际可以表示的最接近 0.075 的数字略小,因此四舍五入的结果与您可能天真的预期的不同。
另请注意,这适用于任何使用非十进制浮点算术,例如 C 和 Java 都有相同的问题。
为了更详细地显示,我们要求 Python 将数字格式化为“十六进制”格式:
0.075.hex()
这给了我们:0x1.3333333333333p-4
. 这样做的原因是正常的十进制表示通常涉及四舍五入,因此不是计算机实际“看到”数字的方式。如果您不习惯这种格式,一些有用的参考资料是Python 文档和C 标准。
为了说明这些数字是如何工作的,我们可以通过执行以下操作回到我们的起点:
0x13333333333333 / 16**13 * 2**-4
应该打印出来0.075
。 16**13
是因为小数点后有 13 位十六进制数字,并且2**-4
是因为十六进制指数是以 2 为底的。
现在我们对浮点数的表示方式有了一些了解,我们可以使用该decimal
模块给我们一些更精确的信息,向我们展示发生了什么:
from decimal import Decimal
Decimal(0x13333333333333) / 16**13 / 2**4
给予:0.07499999999999999722444243844
并希望解释为什么round(0.075, 2)
评估为0.07
要将整数四舍五入为 1 位有效数字,基本思想是将其转换为在该点之前有 1 位数字的浮点并四舍五入,然后将其转换回其原始整数大小。
为此,我们需要知道小于整数 10 的最大幂。为此,我们可以使用 log 10 函数的 floor。
from math import log10, floor def round_int(i,places): if i == 0: return 0 isign = i/abs(i) i = abs(i) if i < 1: return 0 max10exp = floor(log10(i)) if max10exp+1 < places: return i sig10pow = 10**(max10exp-places+1) floated = i*1.0/sig10pow defloated = round(floated)*sig10pow return int(defloated*isign)
def round_to_n(x, n):
if not x: return 0
power = -int(math.floor(math.log10(abs(x)))) + (n - 1)
factor = (10 ** power)
return round(x * factor) / factor
round_to_n(0.075, 1) # 0.08
round_to_n(0, 1) # 0
round_to_n(-1e15 - 1, 16) # 1000000000000001.0
希望能从上述所有答案中得到最好的(减去能够将其作为单行 lambda ;) )。尚未探索,请随时编辑此答案:
round_to_n(1e15 + 1, 11) # 999999999999999.9
我修改了 indgar 的解决方案来处理负数和小数(包括零)。
from math import log10, floor
def round_sig(x, sig=6, small_value=1.0e-9):
return round(x, sig - int(floor(log10(max(abs(x), abs(small_value))))) - 1)
我想不出任何可以开箱即用的方法。但它对于浮点数处理得相当好。
>>> round(1.2322, 2)
1.23
整数更棘手。它们不会以 10 为基数存储在内存中,因此重要的地方并不是一件自然而然的事情。不过,一旦它们是字符串,实现起来就相当简单了。
或者对于整数:
>>> def intround(n, sigfigs):
... n = str(n)
... return n[:sigfigs] + ('0' * (len(n)-(sigfigs)))
>>> intround(1234, 1)
'1000'
>>> intround(1234, 2)
如果您想创建一个处理任何数字的函数,我的偏好是将它们都转换为字符串并查找小数位来决定要做什么:
>>> def roundall1(n, sigfigs):
... n = str(n)
... try:
... sigfigs = n.index('.')
... except ValueError:
... pass
... return intround(n, sigfigs)
另一种选择是检查类型。这将不那么灵活,并且可能无法很好地与其他数字(例如Decimal
对象)一起使用:
>>> def roundall2(n, sigfigs):
... if type(n) is int: return intround(n, sigfigs)
... else: return round(n, sigfigs)
发布的答案是给出时最好的答案,但它有许多限制,并且不会产生技术上正确的有效数字。
numpy.format_float_positional直接支持所需的行为。以下片段返回x
格式化为 4 位有效数字的浮点数,并抑制科学计数法。
import numpy as np
x=12345.6
np.format_float_positional(x, precision=4, unique=False, fractional=False, trim='k')
> 12340.
如果你想在不涉及字符串的情况下进行舍入,我在上面的评论中找到的链接:
http://code.activestate.com/lists/python-tutor/70739/
我觉得最好。然后,当您使用任何字符串格式描述符进行打印时,您会得到合理的输出,并且可以将数字表示用于其他计算目的。
链接上的代码是三行代码:def、doc 和 return。它有一个错误:您需要检查爆炸对数。这很容易。将输入与 进行比较sys.float_info.min
。完整的解决方案是:
import sys,math
def tidy(x, n):
"""Return 'x' rounded to 'n' significant digits."""
y=abs(x)
if y <= sys.float_info.min: return 0.0
return round( x, int( n-math.ceil(math.log10(y)) ) )
它适用于任何标量数值,float
如果您出于某种原因需要移动响应,则 n 可以是 a。您实际上可以将限制推到:
sys.float_info.min*sys.float_info.epsilon
如果由于某种原因您正在使用微小的值,则不会引起错误。
使用 python 2.6+新样式格式(不推荐使用 %-style):
>>> "{0}".format(float("{0:.1g}".format(1216)))
'1000.0'
>>> "{0}".format(float("{0:.1g}".format(0.00356)))
'0.004'
在 python 2.7+ 中,您可以省略前导0
s。
鉴于一个问题如此彻底地回答为什么不添加另一个
这更适合我的审美,尽管上面的许多都是可比的
import numpy as np
number=-456.789
significantFigures=4
roundingFactor=significantFigures - int(np.floor(np.log10(np.abs(number)))) - 1
rounded=np.round(number, roundingFactor)
string=rounded.astype(str)
print(string)
这适用于单个数字和 numpy 数组,并且对于负数应该可以正常工作。
我们可能会添加一个额外的步骤 - np.round() 返回一个十进制数,即使舍入是一个整数(即对于显着数字 = 2,我们可能希望返回 -460,但我们得到 -460.0)。我们可以添加这一步来纠正这个问题:
if roundingFactor<=0:
rounded=rounded.astype(int)
不幸的是,这最后一步不适用于一组数字——亲爱的读者,我将把它留给你,看看你是否需要。
import math
def sig_dig(x, n_sig_dig):
num_of_digits = len(str(x).replace(".", ""))
if n_sig_dig >= num_of_digits:
return x
n = math.floor(math.log10(x) + 1 - n_sig_dig)
result = round(10 ** -n * x) * 10 ** n
return float(str(result)[: n_sig_dig + 1])
>>> sig_dig(1234243, 3)
>>> sig_dig(243.3576, 5)
1230.0
243.36
我也遇到了这个问题,但我需要控制舍入类型。因此,我编写了一个快速函数(参见下面的代码),它可以考虑值、舍入类型和所需的有效数字。
import decimal
from math import log10, floor
def myrounding(value , roundstyle='ROUND_HALF_UP',sig = 3):
roundstyles = [ 'ROUND_05UP','ROUND_DOWN','ROUND_HALF_DOWN','ROUND_HALF_UP','ROUND_CEILING','ROUND_FLOOR','ROUND_HALF_EVEN','ROUND_UP']
power = -1 * floor(log10(abs(value)))
value = '{0:f}'.format(value) #format value to string to prevent float conversion issues
divided = Decimal(value) * (Decimal('10.0')**power)
roundto = Decimal('10.0')**(-sig+1)
if roundstyle not in roundstyles:
print('roundstyle must be in list:', roundstyles) ## Could thrown an exception here if you want.
return_val = decimal.Decimal(divided).quantize(roundto,rounding=roundstyle)*(decimal.Decimal(10.0)**-power)
nozero = ('{0:f}'.format(return_val)).rstrip('0').rstrip('.') # strips out trailing 0 and .
return decimal.Decimal(nozero)
for x in list(map(float, '-1.234 1.2345 0.03 -90.25 90.34543 9123.3 111'.split())):
print (x, 'rounded UP: ',myrounding(x,'ROUND_UP',3))
print (x, 'rounded normal: ',myrounding(x,sig=3))
我改编了其中一个答案。我喜欢这个:
def sigfiground(number:float, ndigits=3)->float:
return float(f"{number:.{ndigits}g}")
当我仍然想要一个浮点数时我会使用它(我在其他地方进行格式化)。
如果数字大于 10**(-decimal_positions),则此函数执行正常循环,否则添加更多小数,直到达到有意义的小数位数:
def smart_round(x, decimal_positions):
dp = - int(math.log10(abs(x))) if x != 0.0 else int(0)
return round(float(x), decimal_positions + dp if dp > 0 else decimal_positions)
希望能帮助到你。
这些答案中的大多数都涉及数学、十进制和/或 numpy 导入或输出值作为字符串。这是基本 python 中的一个简单解决方案,可以处理大小数字并输出浮点数:
def sig_fig_round(number, digits=3):
power = "{:e}".format(number).split('e')[1]
return round(number, -(int(power) - digits))
https://stackoverflow.com/users/1391441/gabriel,以下是否解决了您对 rnd(.075, 1) 的担忧?警告:以浮点数形式返回值
def round_to_n(x, n):
fmt = '{:1.' + str(n) + 'e}' # gives 1.n figures
p = fmt.format(x).split('e') # get mantissa and exponent
# round "extra" figure off mantissa
p[0] = str(round(float(p[0]) * 10**(n-1)) / 10**(n-1))
return float(p[0] + 'e' + p[1]) # convert str to float
>>> round_to_n(750, 2)
750.0
>>> round_to_n(750, 1)
800.0
>>> round_to_n(.0750, 2)
0.075
>>> round_to_n(.0750, 1)
0.08
>>> math.pi
3.141592653589793
>>> round_to_n(math.pi, 7)
3.141593
这将返回一个字符串,以便正确显示没有小数部分的结果,以及在 E 表示法中出现的小值:
def sigfig(x, num_sigfig):
num_decplace = num_sigfig - int(math.floor(math.log10(abs(x)))) - 1
return '%.*f' % (num_decplace, round(x, num_decplace))
此函数接受正数和负数,并进行适当的有效数字舍入。
from math import floor
def significant_arithmetic_rounding(n, d):
'''
This function takes a floating point number and the no. of significant digit d, perform significant digits
arithmetic rounding and returns the floating point number after rounding
'''
if n == 0:
return 0
else:
# Checking whether the no. is negative or positive. If it is negative we will take the absolute value of it and proceed
neg_flag = 0
if n < 0:
neg_flag = 1
n = abs(n)
n1 = n
# Counting the no. of digits to the left of the decimal point in the no.
ld = 0
while(n1 >= 1):
n1 /= 10
ld += 1
n1 = n
# Counting the no. of zeros to the right of the decimal point and before the first significant digit in the no.
z = 0
if ld == 0:
while(n1 <= 0.1):
n1 *= 10
z += 1
n1 = n
# No. of digits to be considered after decimal for rounding
rd = (d - ld) + z
n1 *= 10**rd
# Increase by 0.5 and take the floor value for rounding
n1 = floor(n1+0.5)
# Placing the decimal point at proper position
n1 /= 10 ** rd
# If the original number is negative then make it negative
if neg_flag == 1:
n1 = 0 - n1
return n1
测试:
>>> significant_arithmetic_rounding(1234, 3)
1230.0
>>> significant_arithmetic_rounding(123.4, 3)
123.0
>>> significant_arithmetic_rounding(0.0012345, 3)
0.00123
>>> significant_arithmetic_rounding(-0.12345, 3)
-0.123
>>> significant_arithmetic_rounding(-30.15345, 3)
-30.2
使用标准十进制库的简单变体
from decimal import Decimal
def to_significant_figures(v: float, n_figures: int) -> str:
d = Decimal(v)
d = d.quantize(Decimal((0, (), d.adjusted() - n_figures + 1)))
return str(d.quantize(Decimal(1)) if d == d.to_integral() else d.normalize())
测试它
>>> to_significant_figures(1.234567, 3)
'1.23'
>>> to_significant_figures(1234567, 3)
'1230000'
>>> to_significant_figures(1.23, 7)
'1.23'
>>> to_significant_figures(123, 7)
'123'