Bootstrap
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trunc方法的使用。

numpy.trunc(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) = <ufunc 'trunc'>

以元素方式返回输入的截断值。

标量x的截断值是最接近的整数i,它比x更接近零。简而言之,丢弃带符号数x的小数部分。

参数

x :array_like 输入数据。 out :ndarray,None或ndarray和None的元组,

可选 存储结果的位置。如果提供,它必须具有输入的形状。

 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,

值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

y :ndarray或标量x中每个元素的截断值。如果x是标量,则这是标量。

Note

1.3.0版中的新功能。

例子

>>>
>>> a = np.array([-1.7, -1.5, -0.2, 0.2, 1.5, 1.7, 2.0]) 
>>> np.trunc(a) array([-1., -1., -0.,  0.,  1.,  1.,  2.])