【Python】取整函数专题详解

在 Python 中，取整操作是数据处理、数学计算和工程应用中的常见需求。以下是 ​Python 中主要取整函数的详细解析，涵盖其功能、行为差异和实际应用场景：

​一、Python 内置取整函数​

1. ​round(number, ndigits=None)

• ​功能​：四舍五入到指定小数位数（支持正负数和浮点数）。
• ​规则​：
  • 使用 ​银行家舍入法​（Round Half to Even），当恰好在两个可能值的中间时，舍入到最近的偶数。
  • 示例：

    print(round(2.5))       # 输出: 2（偶数优先）
    print(round(3.5))       # 输出: 4
    print(round(2.675, 2))  # 输出: 2.67（浮点数精度问题）

• ​适用场景​：一般性近似计算（如可视化标签优化、非精确统计）。

2. ​int(number)

• ​功能​：直接截断小数部分，返回整数（非四舍五入）。
• ​示例​：

  print(int(3.7))   # 输出: 3
  print(int(-2.9))  # 输出: -2

• ​适用场景​：快速获取整数部分（如分页计算、索引截断）。

​二、math 模块取整函数​

1. ​math.floor(x)

• ​功能​：向下取整，返回不大于 x 的最大整数。
• ​示例​：

  import math
  print(math.floor(3.7))   # 输出: 3
  print(math.floor(-2.3))  # 输出: -3

• ​适用场景​：需要严格向下取整的场景（如计算最小资源需求）。

2. ​math.ceil(x)

• ​功能​：向上取整，返回不小于 x 的最小整数。
• ​示例​：

  import math
  print(math.ceil(3.2))    # 输出: 4
  print(math.ceil(-2.7))   # 输出: -2

• ​适用场景​：需要严格向上取整的场景（如时间分片计算）。

3. ​math.trunc(x)

• ​功能​：截断小数部分，返回整数部分（与 int() 类似，但行为更明确）。
• ​示例​：

  import math
  print(math.trunc(3.7))   # 输出: 3
  print(math.trunc(-2.9))  # 输出: -2

• ​适用场景​：明确要求截断小数部分（如处理文件偏移量）。

​三、numpy 中的取整函数​

1. ​numpy.round(a, decimals=0)

• ​功能​：类似 round()，但支持数组操作。
• ​示例​：

  import numpy as np
  arr = np.array([1.234, 2.567, 3.891])
  print(np.round(arr, 1))  # 输出: [1.2, 2.6, 3.9]

• ​适用场景​：批量处理数值数组（如数据预处理）。

2. ​numpy.floor() 与 numpy.ceil()

• ​功能​：同 math.floor() 和 math.ceil()，但支持数组。
• ​示例​：

  import numpy as np
  arr = np.array([1.2, -2.7, 3.0])
  print(np.floor(arr))  # 输出: [ 1., -3.,  3.]
  print(np.ceil(arr))   # 输出: [ 2., -2.,  3.]

• ​适用场景​：科学计算中的批量取整（如矩阵运算后处理）。

​四、精确小数处理：decimal 模块​

​Decimal.quantize()

• ​功能​：解决浮点数精度问题，支持精确四舍五入。
• ​示例​：

  from decimal import Decimal, ROUND_HALF_UP
  num = Decimal('2.675')
  rounded = num.quantize(Decimal('0.00'), rounding=ROUND_HALF_UP)
  print(rounded)  # 输出: 2.68（避免浮点误差）

• ​适用场景​：财务计算、高精度工程计算。

​五、函数对比表​

​六、常见问题与解决方案​

1. ​**round(2.675, 2) 输出 2.67 而不是 2.68**​

• ​原因​：浮点数精度问题（2.675 的实际存储值略小于 2.675）。
• ​解决​：使用 decimal 模块进行精确计算。

2. ​负数取整方向混淆​

• ​示例​：math.floor(-2.7) 输出 -3，而非 -2。
• ​规则​：向下取整是向数轴的负无穷方向取整。

3. ​批量处理数组的取整需求​

• ​解决​：优先使用 numpy 函数（如 np.floor()、np.ceil()），效率更高。

​七、完整代码示例​

import math
import numpy as np
from decimal import Decimal, ROUND_HALF_UP

# 内置函数
print("round(2.5):", round(2.5))        # 2
print("int(-2.9):", int(-2.9))          # -2

# math 模块
print("math.ceil(3.2):", math.ceil(3.2))   # 4
print("math.floor(-2.7):", math.floor(-2.7))  # -3

# numpy 处理数组
arr = np.array([1.2, -2.7, 3.0])
print("np.floor(arr):", np.floor(arr))     # [ 1., -3., 3.]

# decimal 精确计算
num = Decimal('2.675')
rounded = num.quantize(Decimal('0.00'), rounding=ROUND_HALF_UP)
print("精确舍入:", rounded)  # 2.68

​总结​

• ​通用场景​：优先使用 round() 或 math 模块函数。
• ​批量处理​：选择 numpy 函数提升效率。
• ​高精度需求​：使用 decimal 模块避免浮点误差。
• ​明确方向​：floor() 向下，ceil() 向上，trunc() 截断。

掌握这些函数的行为差异，能够帮助你在数据处理、科学计算和工程开发中更精准地控制数值精度！