numpy.rint
numpy.rint(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) = <ufunc 'rint'>
将数组的元素四舍五入为最接近的整数。
参数： | x ： array_like 输入数组。 out ：
可选 存储结果的位置。如果提供，它必须具有传入的形状。 如果未提供或 元组（仅可作为关键字参数）的长度必须等于输出的数量。 其中 ： 值 请参阅 ufunc文档。 |
返回： | out ： 如果 |
例子
1）基本用法
import numpy as np
# 创建一个包含小数的数组
arr = np.array([1.2, 2.5, 3.8, 4.4, 5.9])
# 使用 numpy.rint 函数
rounded_arr = np.rint(arr)
print("原数组:", arr)
print("舍入后的数组:", rounded_arr)
2）处理负数
import numpy as np
# 创建一个包含正负小数的数组
arr = np.array([-1.2, -2.5, -3.8, 4.4, 5.9])
# 使用 numpy.rint 函数
rounded_arr = np.rint(arr)
print("原数组:", arr)
print("舍入后的数组:", rounded_arr)
3）结合 out 参数
import numpy as np
# 创建一个包含小数的数组
arr = np.array([1.2, 2.5, 3.8, 4.4, 5.9])
# 创建一个与原数组形状相同的输出数组
out_arr = np.zeros(arr.shape)
# 使用 numpy.rint 函数并将结果存储在 out_arr 中
np.rint(arr, out=out_arr)
print("原数组:", arr)
print("输出数组:", out_arr)
4）结合 where 参数
import numpy as np
# 创建一个包含小数的数组
arr = np.array([1.2, 2.5, 3.8, 4.4, 5.9])
# 条件数组，指示要舍入的元素
condition = np.array([True, False, True, False, True])
# 使用 numpy.rint 函数并指定 where 参数
result = np.rint(arr, where=condition)
print("原数组:", arr)
print("条件数组:", condition)
print("舍入后的数组:", result)