似乎应该已经被问过数百次了(双关很有趣=),但是我只能找到舍入浮点数的函数。如何围捕一个整数,例如:130 -> 200
?
似乎应该已经被问过数百次了(双关很有趣=),但是我只能找到舍入浮点数的函数。如何围捕一个整数,例如:130 -> 200
?
Answers:
四舍五入通常是对浮点数进行的,这里您应该了解三个基本函数:(round
四舍五入到最接近的整数),math.floor
(总是四舍五入)和math.ceil
(总是四舍五入)。
您询问整数并舍入到数百,但是math.ceil
只要您的数字小于2 53,我们仍然可以使用。要使用math.ceil
,我们只需先除以100,向上舍入,然后再乘以100:
>>> import math
>>> def roundup(x):
... return int(math.ceil(x / 100.0)) * 100
...
>>> roundup(100)
100
>>> roundup(101)
200
先除以100,然后再乘以100,然后将“小数点”向左和向右移动两位,这样就math.ceil
可以处理数百个数字。10**n
如果您想舍入到十(n = 1
),数千(n = 3
)等,可以使用而不是100 。
执行此操作的另一种方法是避免浮点数(精度有限),而仅使用整数。整数在Python中具有任意精度,因此可以四舍五入任意大小的数字。四舍五入的规则很简单:除以100后找到余数,如果非零则加100减去此余数:
>>> def roundup(x):
... return x if x % 100 == 0 else x + 100 - x % 100
这适用于任何大小的数字:
>>> roundup(100)
100
>>> roundup(130)
200
>>> roundup(1234567891234567891)
1234567891234567900L
我对这两种解决方案做了一个迷你基准测试:
$ python -m timeit -s 'import math' -s 'x = 130' 'int(math.ceil(x/100.0)) * 100'
1000000 loops, best of 3: 0.364 usec per loop
$ python -m timeit -s 'x = 130' 'x if x % 100 == 0 else x + 100 - x % 100'
10000000 loops, best of 3: 0.162 usec per loop
与该math.ceil
解相比,纯整数解的速度快两倍。
Thomas提出了一种基于整数的解决方案,该解决方案与我上面的解决方案完全相同,不同之处在于它通过将布尔值相乘来使用技巧。有趣的是,以这种方式编写代码没有速度优势:
$ python -m timeit -s 'x = 130' 'x + 100*(x%100>0) - x%100'
10000000 loops, best of 3: 0.167 usec per loop
最后,请允许我注意一下,如果您想将101–149舍入到100,并将150–199舍入到200,例如,舍入到最接近的百位,则内置round
函数可以为您做到这一点:
>>> int(round(130, -2))
100
>>> int(round(170, -2))
200
math.ceil
是做了规范的方法-将乘以100是使规范的方法round
,ceil
以及floor
数以百计的工作。
float
与long
(当然!)相比,精确度是有限的,但是对于大多数实际情况而言,afloat
足够大。
这是一个迟到的回答,但有一个简单的解决方案,结合了现有的答案的最好方面的下一个倍数100
最多的x
是x - x % -100
(或者,如果你喜欢,x + (-x) % 100
)。
>>> x = 130
>>> x -= x % -100 # Round x up to next multiple of 100.
>>> x
200
这是快速而简单的,可以给出任何整数的正确结果x
(例如John Machin的答案),并且如果x
是浮点数(例如Martin Geisler的答案),也可以给出合理的结果(对浮点表示法的常见警告进行模运算)。
>>> x = 0.1
>>> x -= x % -100
>>> x
100.0
试试这个:
int(round(130 + 49, -2))
这是舍入到任何正整数的最接近倍数的一般方法:
def roundUpToMultiple(number, multiple):
num = number + (multiple - 1)
return num - (num % multiple)
用法示例:
>>> roundUpToMultiple(101,100) 200 >>> roundUpToMultiple(654,321) 963
lambda number, multiple: multiple * (1 + (number - 1) // multiple)
对于a
非负,b
正两个整数:
>>> rup = lambda a, b: (a + b - 1) // b * b
>>> [(x, rup(x, 100)) for x in (199, 200, 201)]
[(199, 200), (200, 200), (201, 300)]
更新 当前接受的答案与整数分开,以致无法将float(x)/ float(y)准确地表示为float
。参见以下代码:
import math
def geisler(x, y): return int(math.ceil(x / float(y))) * y
def orozco(x, y): return x + y * (x % y > 0) - x % y
def machin(x, y): return (x + y - 1) // y * y
for m, n in (
(123456789123456789, 100),
(1234567891234567891, 100),
(12345678912345678912, 100),
):
print; print m, "m"; print n, "n"
for func in (geissler, orozco, machin):
print func(m, n), func.__name__
输出:
123456789123456789 m
100 n
123456789123456800 geisler
123456789123456800 orozco
123456789123456800 machin
1234567891234567891 m
100 n
1234567891234568000 geisler <<<=== wrong
1234567891234567900 orozco
1234567891234567900 machin
12345678912345678912 m
100 n
12345678912345680000 geisler <<<=== wrong
12345678912345679000 orozco
12345678912345679000 machin
以下是一些时间安排:
>\python27\python -m timeit -s "import math;x =130" "int(math.ceil(x/100.0))*100"
1000000 loops, best of 3: 0.342 usec per loop
>\python27\python -m timeit -s "x = 130" "x + 100 * (x % 100 > 0) - x % 100"
10000000 loops, best of 3: 0.151 usec per loop
>\python27\python -m timeit -s "x = 100" "(x + 99) // 100 * 100"
10000000 loops, best of 3: 0.0903 usec per loop
I know the OP was about rounding an integer
-但我想指出的是,您将尝试在(0.5,10)上使用这3个选项,我希望它们返回10,然后前两个方法(geisler和orozco)按预期返回10,而
如果您的int是x: x + 100 - x % 100
但是,正如注释中指出的那样,如果返回,则将返回200 x==100
。
如果这不是预期的行为,则可以使用 x + 100*(x%100>0) - x%100
bool
具有数值,所以可以,您可以将其与布尔表达式相乘。但是其他解决方案更加清晰。
警告:过早的优化...
由于此处的答案很多,因此我想添加另一种选择。
以@Martin Geisler的
def roundup(x):
return x if x % 100 == 0 else x + 100 - x % 100
(由于几个原因,我最喜欢)
但排除%操作
def roundup2(x):
x100= x % 100
return x if x100 == 0 else x + 100 - x100
与原始速度相比,速度提高约20%
def roundup3(x):
x100 = x % 100
return x if not x100 else x + 100 - x100
甚至更好,比原始速度快36%
最终,我以为我可以删除not
运算符并更改分支的顺序,希望这样做也可以提高速度,但困惑于发现它实际上更慢,回落到仅比原始速度快23%。
def roundup4(x):
x100 = x % 100
return x + 100 - x100 if x100 else x
>python -m timeit -s "x = 130" "x if x % 100 == 0 else x + 100 - x % 100"
1000000 loops, best of 3: 0.359 usec per loop
>python -m timeit -s "x = 130" "x100 = x % 100" "x if x100 == 0 else x + 100 - x100"
1000000 loops, best of 3: 0.287 usec per loop
>python -m timeit -s "x = 130" "x100 = x % 100" "x if not x100 else x + 100 - x100"
1000000 loops, best of 3: 0.23 usec per loop
>python -m timeit -s "x = 130" "x100 = x % 100" "x + 100 - x100 if x100 else x"
1000000 loops, best of 3: 0.277 usec per loop
关于为什么3快于4的解释将是最受欢迎的。
这是一个非常简单的解决方案:
next_hundred = x//100*100+100
它是如何工作的?
一些例子
稍作修改的方法将1 ... 100舍入为100,将101 ... 200舍入为200等..
next_hundred = (x-1)//100*100+100