[英]Pythonic way to ROUND_HALF_UP float with an arbitrary precision
首先,我想提一下,这个问题不是以下问题的重复:
我了解 IEEE 754 并且我知道:
简单的“始终向上取整 0.5”技术会导致略微偏向较高的数字。 对于大量计算,这可能很重要。 Python 3.0 方法消除了这个问题。
我同意 ROUND_HALF_UP 是 Python 中默认实现的方法的次等方法。 然而,有些人不知道这一点,如果规范要求,人们需要使用这种方法。 使这项工作的简单方法是:
def round_my(num, precission):
exp = 2*10**(-precission)
temp = num * exp
if temp%2 < 1:
return int(temp - temp%2)/exp
else:
return int(temp - temp%2 + 2)/exp
但我的考虑是这不是 Pythonic ......根据文档我应该使用类似的东西:
def round_my(num, pricission):
N_PLACES = Decimal(10) ** pricission # same as Decimal('0.01')
# Round to n places
Decimal(num).quantize(N_PLACES)
问题是这不会通过所有测试用例:
class myRound(unittest.TestCase):
def test_1(self):
self.assertEqual(piotrSQL.round_my(1.53, -1), 1.5)
self.assertEqual(piotrSQL.round_my(1.55, -1), 1.6)
self.assertEqual(piotrSQL.round_my(1.63, -1), 1.6)
self.assertEqual(piotrSQL.round_my(1.65, -1), 1.7)
self.assertEqual(piotrSQL.round_my(1.53, -2), 1.53)
self.assertEqual(piotrSQL.round_my(1.53, -3), 1.53)
self.assertEqual(piotrSQL.round_my(1.53, 0), 2)
self.assertEqual(piotrSQL.round_my(1.53, 1), 0)
self.assertEqual(piotrSQL.round_my(15.3, 1), 20)
self.assertEqual(piotrSQL.round_my(157.3, 2), 200)
由于浮点数和十进制数之间转换的性质,并且因为 quantize 似乎不适用于 10 或 100 等指数。是否有 Pythonic 方法可以做到这一点?
而且我知道我可以添加无穷小的数字和round(num+10**(precission-20),-pricission)
会起作用,但这是错误的,以至于“小狗会死”......
正如您所说,如果您尝试使用大于1
数字进行quantize
,那将不起作用:
>>> Decimal('1.5').quantize(Decimal('10'))
Decimal('2')
>>> Decimal('1.5').quantize(Decimal('100'))
Decimal('2')
但是您可以简单地进行除法、量化和乘法:
from decimal import Decimal, ROUND_HALF_UP
def round_my(num, precision):
N_PLACES = Decimal(10) ** precision
# Round to n places
return (Decimal(num) / N_PLACES).quantize(1, ROUND_HALF_UP) * N_PLACES
但是,如果您输入Decimal
并与Decimal
进行比较,则只有通过测试:
assert round_my('1.53', -1) == Decimal('1.5')
assert round_my('1.55', -1) == Decimal('1.6')
assert round_my('1.63', -1) == Decimal('1.6')
assert round_my('1.65', -1) == Decimal('1.7')
assert round_my('1.53', -2) == Decimal('1.53')
assert round_my('1.53', -3) == Decimal('1.53')
assert round_my('1.53', 0) == Decimal('2')
assert round_my('1.53', 1) == Decimal('0')
assert round_my('15.3', 1) == Decimal('20')
assert round_my('157.3', 2) == Decimal('200')
正如评论中所指出的,可以使用科学记数法小数作为“工作”量化参数,这简化了函数:
def round_my(num, precision):
quant_level = Decimal('1e{}'.format(precision))
return Decimal(num).quantize(quant_level, ROUND_HALF_UP)
这也通过了上面提到的测试用例。
这是一个与内置round()
函数的行为和 API 相匹配的版本:
from decimal import Decimal, ROUND_HALF_UP
def round_half_up(number, ndigits=None):
return_type = type(number)
if ndigits is None:
ndigits = 0
return_type = int
if not isinstance(ndigits, int):
msg = f"'{type(ndigits).__name__}' object cannot be interpreted as an integer"
raise TypeError(msg)
quant_level = Decimal(f"10E{-ndigits}")
return return_type(Decimal(number).quantize(quant_level, ROUND_HALF_UP))
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.