Python技法:浮點數取整、格式化和NaN處理

来源:https://www.cnblogs.com/orion-orion/archive/2022/05/21/16296007.html
-Advertisement-
Play Games

強轉int類型會直接對浮點數的小數部分進行截斷(無論是正還是負)。還有一種方法是math.ceil和math.floor。無論是正數還是負數,都遵循:ceil往數軸正方向取整,floor往數軸負方向取整。round原型為round(value, ndigits),可以將一個浮點數取整到固定的小數位。... ...


1. 取整的三種方法

1.1 強轉int類型

這種方法會直接對浮點數的小數部分進行截斷(無論是正還是負)。

print(int(2.7)) # 2
print(int(-2.7)) # -2

1.2 採用math.ceil和math.floor

這種方法的取整規則如下圖所示:

可以看到無論是正數還是負數,都遵循:ceil往數軸正方向取整,floor往數軸負方向取整。實例如下:

print(math.ceil(-1.27)) # -1
print(math.floor(-1.27)) # -2
print(math.ceil(1.27)) # 2
print(math.floor(1.27)) # 1

1.3 採用round

round原型為round(value, ndigits),可以將一個浮點數取整到固定的小數位。該函數對正數和負數都採取就近取整原則,而當某個值恰好等於兩個整數間一半時,取整操作會取到離該值最近的那個偶數。像1.5和2.5這樣的值都會取整到2。示例如下:

print(round(1.23, 0)) # 1.0
print(round(1.23, 1)) # 1.2
print(round(1.27, 1)) # 1.3
print(round(-1.27, 1)) # -1.3
print(round(1.25361, 3)) # 1.254
print(round(1.5, 0)) # 2.0
print(round(2.5, 0)) # 2.0

傳遞給round()參數ndigits可以是負數,這種情況下回相應取整到十位、百位、千位:

a = 1627731
print(round(a, -1)) # 1627730
print(round(a, -2)) # 1627700
print(round(a, -3)) # 1628000

2. 格式化浮點數輸出

註意對值輸出時別把取整和格式化操作混為一談。如果只是將數值以固定位數輸出,一般是用不著round()的,只要在用format格式化時指定所需要的精度即可(format()格式化操作會根據round()的規則進行取整,最終返回一個字元串類型)。

x = 1234.56789
s = format(x, "0.2f")
print(type(s), format(x, "0.2f")) # <class 'str'> 1234.57

除了取整到固定小數位,format()還具有許多格式化功能,如格式化輸出對齊,增加千分位分隔符等。實際上面的0.2f就表示至少對齊到0個字元(相當於沒有對齊操作),並保留兩位小數。

小提示:.2f也表示至少對齊到0個字元(預設是0),並保留兩位小數,
0.2f二者是等效的。

更多示例如下:

# 往右調整以對齊到10個字元
print(format(x, ">10.1f")) #     1234.6
# 往右調整以對齊到10個字元
print(format(x, "<10.1f")) # 1234.6    
# 居中以對齊到10個字元
print(format(x, "^10.1f")) #   1234.6  
# 增加千位分隔符
print(format(x, ",")) # 1,234.56789
# 增加千位分隔符並保存到1位小數
print(format(x, "0,.1f")) # 1,234.6

如果想使用科學計數法,只要把f改成eE即可:

print(format(x, "e")) # 1.234568e+03

print(format(x, "0.2E")) # 1.23E+03

此外,我們還可以利用字元串的translate()方法交換不同的分隔符:

swap_separators = {ord("."):",", ord(","):"."}
print(format(x, ",").translate(swap_separators)) # 1.234,56789

最後,我們這裡提一下,調用字元串的.format()函數和單獨調用format()函數可以達到相同的效果,如:

print("value is {:0.3f}".format(x)) # value is 1.235
print("The value is {:0,.2f}".format(x)) # The value is 1,234.57

當然我們也可以使用%操作符來對數值做格式化處理,如:

print("%.2f" % x)

print("%10.1f" % x)

print("%-10.1f" % x)

這種格式化操作雖然可行,但是比起更加現代化的format()方法,這種方法就顯得不是那麼強大了。如用%操作符來格式化數值時,有些功能就沒法得到支持了(如添加千位分隔符)。

3. 執行精確的小數計算

我們在第一部分介紹了round()函數,我們有可能會企圖用浮點取整的方式來“修正”精度上的問題,如:

a = 2.1
b = 4.2
c = a + b
print(c) # 6.300000000000001
print(c==6.3) # False
print(round(c, 2)) # 6.3 企圖這樣修正精度(???)

對大部分浮點數應用程式(包括科學計算與機器學習)來說,一般都不必(或者所不推薦)這麼做。雖然Python的浮點運算會引入一些小誤差,但這些誤差實際上是底層CPU的浮點運算單元和IEEE 754浮點算數標準的一種“特性”。由於Python的浮點數類型保存的數據採用的是原始保存形式,因此只要代碼中用到了float實例,那就無法避免這樣的誤差。

如果避免出現誤差的行為非常重要(比如在金融應用中),那麼可以考慮使用decimal模塊。事實上在用Python做資料庫庫介面時經常碰到Decimal對象——當訪問金融數據時尤其如此。我們通過使用Decimal對象解決上述問題:

from decimal import Decimal

a = Decimal('4.2')
b = Decimal('2.1')
print(type(a + b), a + b) # <class 'decimal.Decimal'> 6.3
print((a + b) == Decimal('6.3')) # True

這麼做看起來似乎有點怪異(將數字以字元串的形式來指定)。但是Decimal對象能夠以任何期望的方式來工作(支持所有常見的數學操作)。如果要將它們列印出來或者在字元串格式化函數中使用,它們看起來就和普通數字一樣。它們也可以和普通intfloat類型混合操作(最後會統一強轉為Decimal類型):

print(type(a + 1), a + 1) # <class 'decimal.Decimal'> 5.2

但是需要註意的是不要將其與普通float類型直接進行比較:

print((a + b) == 6.3) # False

decimal模塊的強大之處在於在計算過程中靈活地控制數字的位數和四捨五入,如我們可以創建一個本地的上下文環境然後修改精度的設定,如:

from decimal import localcontext
a = Decimal("1.3")
b = Decimal("1.7")
print(a/b) # 0.7647058823529411764705882353
with localcontext() as ctx:
    ctx.prec = 3
    print(a/b) # 0.765 

with localcontext() as ctx:
    ctx.prec = 50
    print(a/b) # 0.764705882352941176470588235294117647058823529

不過還是我們上面所說的,如果我們處理的是科學或工程類型的問題,那麼更常見的做法是直接使用普通的float浮點類型。首先,在真實世界中極少有東西需要計算到小數點後17位(float提供17位的精度),因此在計算中引入的微小誤差不足掛齒;其次,原生的float浮點數運算性能要快許多——如果要執行大量計算,性能問題就顯得很重要了。

在使用float類型時,我們同樣還需要對類似相減抵消(substraction cancellation)以及把大數和小數載入一起的情況多加小心:

nums = [1.23e+18, 1, -1.23e+18]
print(sum(nums)) # 0.0

使用Decimal對象當然可以解決此問題。不過在不動用Decimal對象的情況下,我們可以使用math.fsum()以更精確的實現來解決:

import math
print(math.fsum(nums)) # 1.0

但對於其它複雜的數值演算法,我們就需要研究演算法本身,理解其誤差傳播(error propagation)了,這屬於數值分析的研究範疇。在數值分析中數學家研究了大量數值演算法,其中一些演算法的誤差處理能力優於其它演算法,詳情可以參見我的數值計算專欄《orion-orion:數值計算》,此處不再詳述。

4. 無窮大、負無窮大和NaN的判斷測試

在實際項目中我們需要對浮點數的無窮大、負無窮大或NaN(not a number)進行判斷測試。在Python中沒有特殊的語法來表示這些特殊的浮點值,但是它們可以通過float來創建:

a = float("inf")
b = float("-inf")
c = float("nan")
print(a, b, c) # inf -inf nan

要檢查是否出現了這些值,可以使用math.isinf()math.isnan()函數:

print(math.isinf(a)) # True
print(math.isnan(c)) # True

這些特殊浮點數的詳細信息可以參考IEEE 754規範。但是我們這裡有幾個棘手的問題需要搞清楚,尤其是設計比較操作和操作符時可能出現的問題。

無窮大值在數學計算中會進行傳播,如:

a = float("inf")
print(a + 45) # inf
print(a * 10) # inf
print(10/a) # 0.0

但是,某些關於無窮大值特定的操作會導致未定義的行為並產生NaN的結果,例如:

a = float("inf")
print(a/a) # nan
b = float("-inf")
print(a + b) # nan

NaN會通過所有的操作進行傳播,且不會引發任何異常,如:

c = float("nan")
print(c + 23) # nan
print(c / 2) # nan
print(c + 2) # nan

有關NaN,一個微妙的特性是他們在做比較時從不會被判定為相等,如:

c = float("nan")
d = float("nan")
print(c == d) # False
print(c is d) # False

正因為如此,唯一安全檢測NaN的方法是使用math.isnan()

參考

數學是符號的藝術,音樂是上界的語言。
您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 導讀: 線上社交媒體平臺的發展,帶來了細粒度檢索、視頻語義摘要等媒體智能服務的巨大需求。現有的視頻理解技術缺乏深入的語義線索,結合視頻中人物的社交關係才能更完整、準確地理解劇情,從而提升用戶體驗,支撐智能應用。這裡主要介紹我們將動態分析和圖機器學習相結合,圍繞視頻中的人物社交關係網路所開展的兩個最新 ...
  • 問題描述:發現主庫操作數據從庫沒有變動問題,可能原因是從庫重啟導致的無法同步問題。 排查思路: 1、查看主從複製狀態 發現從庫的IO和SQL進程都是no(正常狀態應該是yes) 註意:mysql replication中slave機器上有兩個關鍵進程,死一個都不行,一個是slave_sql_runn ...
  • Toolbar 新建項目會預設顯示ActionBar,ActionBar根據項目指定的主題來顯示,android:theam指定主題,在res/values/theams.xml中定義主題,因為用toolbar代替ActionBar,所以將parent主題設置為不帶ActionBar的主題,如下: ...
  • 在瀏覽器測試JavaScript的方法 JSFiddle Cross Browser Testing Tool Karam + Jasmine + Google Chrome CodePen JSBin Liveweave 測試JavaScript是一件很痛苦的事情。很多工具、技術和框架已經被開發出 ...
  • 摘要:本篇我們將以分析歷史股價為例,介紹怎樣從文件中載入數據,以及怎樣使用NumPy的基本數學和統計分析函數、學習讀寫文件的方法,並嘗試函數式編程和NumPy線性代數運算,來學習NumPy的常用函數。 一、文件讀入 :讀寫文件是數據分析的一項基本技能 CSV(Comma-Separated Valu ...
  • 轉載請註明出處❤️ 作者:IT小學生蔡坨坨 原文鏈接:https://www.caituotuo.top/a3a8d0c0.html 大家好,我是IT小學生蔡坨坨。 今天,我們來聊聊介面自動化測試是什麼?如何開始?介面自動化測試框架怎麼做? 自動化測試 自動化測試,這幾年行業內的熱詞,也是測試人員進 ...
  • 知識回顧 Bean的創建過程會經歷getBean,doGetBean,createBean,doCreateBean,然後Bean的創建又會經歷實例化,屬性填充,初始化。 在實例化createInstance時大致可以分為三種方式進行實例化: 使用Supplier 進行實例化,通過BeanFacto ...
  • 在上一篇文章《SpringBoot進階教程(七十三)整合elasticsearch 》,已經詳細介紹了關於elasticsearch的安裝與使用,現在主要來看看關於ELK的定義、安裝及使用。 v簡介 1.什麼是ELK? ELK 是elastic公司提供的一套完整的日誌收集以及展示的解決方案,是三個產 ...
一周排行
    -Advertisement-
    Play Games
  • Timer是什麼 Timer 是一種用於創建定期粒度行為的機制。 與標準的 .NET System.Threading.Timer 類相似,Orleans 的 Timer 允許在一段時間後執行特定的操作,或者在特定的時間間隔內重覆執行操作。 它在分散式系統中具有重要作用,特別是在處理需要周期性執行的 ...
  • 前言 相信很多做WPF開發的小伙伴都遇到過表格類的需求,雖然現有的Grid控制項也能實現,但是使用起來的體驗感並不好,比如要實現一個Excel中的表格效果,估計你能想到的第一個方法就是套Border控制項,用這種方法你需要控制每個Border的邊框,並且在一堆Bordr中找到Grid.Row,Grid. ...
  • .NET C#程式啟動閃退,目錄導致的問題 這是第2次踩這個坑了,很小的編程細節,容易忽略,所以寫個博客,分享給大家。 1.第一次坑:是windows 系統把程式運行成服務,找不到配置文件,原因是以服務運行它的工作目錄是在C:\Windows\System32 2.本次坑:WPF桌面程式通過註冊表設 ...
  • 在分散式系統中,數據的持久化是至關重要的一環。 Orleans 7 引入了強大的持久化功能,使得在分散式環境下管理數據變得更加輕鬆和可靠。 本文將介紹什麼是 Orleans 7 的持久化,如何設置它以及相應的代碼示例。 什麼是 Orleans 7 的持久化? Orleans 7 的持久化是指將 Or ...
  • 前言 .NET Feature Management 是一個用於管理應用程式功能的庫,它可以幫助開發人員在應用程式中輕鬆地添加、移除和管理功能。使用 Feature Management,開發人員可以根據不同用戶、環境或其他條件來動態地控制應用程式中的功能。這使得開發人員可以更靈活地管理應用程式的功 ...
  • 在 WPF 應用程式中,拖放操作是實現用戶交互的重要組成部分。通過拖放操作,用戶可以輕鬆地將數據從一個位置移動到另一個位置,或者將控制項從一個容器移動到另一個容器。然而,WPF 中預設的拖放操作可能並不是那麼好用。為瞭解決這個問題,我們可以自定義一個 Panel 來實現更簡單的拖拽操作。 自定義 Pa ...
  • 在實際使用中,由於涉及到不同編程語言之間互相調用,導致C++ 中的OpenCV與C#中的OpenCvSharp 圖像數據在不同編程語言之間難以有效傳遞。在本文中我們將結合OpenCvSharp源碼實現原理,探究兩種數據之間的通信方式。 ...
  • 一、前言 這是一篇搭建許可權管理系統的系列文章。 隨著網路的發展,信息安全對應任何企業來說都越發的重要,而本系列文章將和大家一起一步一步搭建一個全新的許可權管理系統。 說明:由於搭建一個全新的項目過於繁瑣,所有作者將挑選核心代碼和核心思路進行分享。 二、技術選擇 三、開始設計 1、自主搭建vue前端和. ...
  • Csharper中的表達式樹 這節課來瞭解一下表示式樹是什麼? 在C#中,表達式樹是一種數據結構,它可以表示一些代碼塊,如Lambda表達式或查詢表達式。表達式樹使你能夠查看和操作數據,就像你可以查看和操作代碼一樣。它們通常用於創建動態查詢和解析表達式。 一、認識表達式樹 為什麼要這樣說?它和委托有 ...
  • 在使用Django等框架來操作MySQL時,實際上底層還是通過Python來操作的,首先需要安裝一個驅動程式,在Python3中,驅動程式有多種選擇,比如有pymysql以及mysqlclient等。使用pip命令安裝mysqlclient失敗應如何解決? 安裝的python版本說明 機器同時安裝了 ...