舍入到 Python 中的给定数字

Question

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])

Answer 1

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

这是一个简单的单线:)

假设你有：

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

解决方案是：

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

将该行放入 function 中，将 age_groups 数组和您想要四舍五入的年龄传递给它：)

Answer 2

假设您要将年龄分组到由age_groups定义的 bin 中。 然后您可以使用np.searchsorted找到每个年龄属于哪个年龄范围：

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

Answer 3

您可能希望使用k-mean算法对这些元素进行聚类，这里有一些答案： Python k-means algorithm