在 Python 中舍入到给定的数字答案

【问题标题】：Round to a given number in Python在 Python 中舍入到给定的数字
【发布时间】：2011-10-24 05:35:28
【问题描述】：

我正在运行一个模拟，其中人们以小（月、周）的增量老化。但是，我在不一致的年龄间隔中有危险。是否有一种简单/有效的方法可以随时将我的年龄四舍五入到最接近的年龄组（为了提取该年龄的危险？

age_groups = np.array([0, .01, .1, 5, 10, 15, 20, 25, 30, 35, 40])

【问题讨论】：

您能否举例说明您的危险年龄区间？听起来您只想确定每个人适合哪些危险组，但从您提供的信息中我无法完全判断。

标签： python numpy rounding

【解决方案1】：

我假设您的年龄为 0.5、5、6、10、32、32.5 等。需要落入您拥有的 age_groups 数组中。

这是一个简单的单行：)

假设你有：

age_groups = np.array([0, .01, .1, 5, 10, 15, 20, 25, 30, 35, 40])
age = .5

解决办法是：

nearest_age = age_groups[(np.abs(age_groups-age)).argmin()]

将该行放入一个函数中，将 age_groups 数组和您想要四舍五入的年龄传递给它：)

【讨论】：

请注意，这不会向量化，除非您广播并创建一个大数组，否则 unutbu 的 searchsorted 答案是有效的向量化版本。

【解决方案2】：

假设您要将年龄分组到由age_groups 定义的箱中。然后你可以使用np.searchsorted找到每个年龄段属于哪个年龄段：

import numpy as np

ages=np.array([0,0.05,1,3,5,10,13,19,25,35])

age_groups = np.array([0, .01, .1, 5, 10, 15, 20, 25, 30, 35, 40])

index=age_groups.searchsorted(ages,side='left')
for age,nearest_age in zip(ages,age_groups[index]):
    print('{a} --> {n}'.format(a=age,n=nearest_age))

产量

0.0 --> 0.0
0.05 --> 0.1
1.0 --> 5.0
3.0 --> 5.0
5.0 --> 5.0
10.0 --> 10.0
13.0 --> 15.0
19.0 --> 20.0
25.0 --> 25.0
35.0 --> 35.0

【讨论】：

【解决方案3】：

您可能希望使用k-mean 算法对这些元素进行聚类，以下是一些答案：Python k-means algorithm

【讨论】：