NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵,比Python自身的嵌套列表(nested list structure)结构要高效的多(该结构也可以用来表示矩阵(matrix))。本文主要介绍一下numpy中rint方法的使用。

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

: array_like 输入数组。 out : ndarray

NonendarrayNone的元组,

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None,则返回新分配的数组。 

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 : array_like,可选 值True表示计算该位置的ufunc

False表示仅将值保留在输出中。

  ** kwargs 对于其他仅关键字参数,

请参阅 ufunc文档

返回

out ndarray或标量输出数组的形状和类型与x相同。

如果x是标量,则这是标量。

例子

>>>
>>> a = np.array([-1.7, -1.5, -0.2, 0.2, 1.5, 1.7, 2.0])
>>> np.rint(a)
array([-2., -2., -0.,  0.,  2.,  2.,  2.])

推荐文档

相关文档

大家感兴趣的内容

随机列表