跳转至主要内容
Ctrl+K
Python64(中文Python文档及资源库) - Home Python64(中文Python文档及资源库) - Home
  • 用户指南
  • API 参考
  • 从源代码构建
  • 开发
  • 发行说明
  • Python64
  • PythonRun
  • GitHub
  • 用户指南
  • API 参考
  • 从源代码构建
  • 开发
  • 发行说明
  • Python64
  • PythonRun
  • GitHub

章节导航

  • NumPy 的模块结构
  • 数组对象
  • 通用函数 ( ufunc )
  • 按主题分类的例程和对象
    • 常量
    • 数组创建例程
    • 数组操作例程
    • 位运算
    • 字符串功能
    • 日期时间支持函数
    • 数据类型例程
    • 具有自动域的数学函数
    • 浮点错误处理
    • 异常和警告
    • 离散傅里叶变换
    • 函数式编程
    • 输入和输出
    • 索引例程
    • 线性代数
    • 逻辑函数
    • 掩码数组运算
    • 数学函数
      • numpy.sin
      • numpy.cos
      • numpy.tan
      • numpy.arcsin
      • numpy.asin
      • numpy.arccos
      • numpy.acos
      • numpy.arctan
      • numpy.atan
      • numpy.hypot
      • numpy.arctan2
      • numpy.atan2
      • numpy.degrees
      • numpy.radians
      • numpy.unwrap
      • numpy.deg2rad
      • numpy.rad2deg
      • numpy.sinh
      • numpy.cosh
      • numpy.tanh
      • numpy.arcsinh
      • numpy.asinh
      • numpy.arccosh
      • numpy.acosh
      • numpy.arctanh
      • numpy.atanh
      • numpy.round
      • numpy.around
      • numpy.rint
      • numpy.fix
      • numpy.floor
      • numpy.ceil
      • numpy.trunc
      • numpy.prod
      • numpy.sum
      • numpy.nanprod
      • numpy.nansum
      • numpy.cumulative_sum
      • numpy.cumulative_prod
      • numpy.cumprod
      • numpy.cumsum
      • numpy.nancumprod
      • numpy.nancumsum
      • numpy.diff
      • numpy.ediff1d
      • numpy.gradient
      • numpy.cross
      • numpy.trapezoid
      • numpy.exp
      • numpy.expm1
      • numpy.exp2
      • numpy.log
      • numpy.log10
      • numpy.log2
      • numpy.log1p
      • numpy.logaddexp
      • numpy.logaddexp2
      • numpy.i0
      • numpy.sinc
      • numpy.signbit
      • numpy.copysign
      • numpy.frexp
      • numpy.ldexp
      • numpy.nextafter
      • numpy.spacing
      • numpy.lcm
      • numpy.gcd
      • numpy.add
      • numpy.reciprocal
      • numpy.positive
      • numpy.negative
      • numpy.multiply
      • numpy.divide
      • numpy.power
      • numpy.pow
      • numpy.subtract
      • numpy.true_divide
      • numpy.floor_divide
      • numpy.float_power
      • numpy.fmod
      • numpy.mod
      • numpy.modf
      • numpy.remainder
      • numpy.divmod
      • numpy.angle
      • numpy.real
      • numpy.imag
      • numpy.conj
      • numpy.conjugate
      • numpy.maximum
      • numpy.max
      • numpy.amax
      • numpy.fmax
      • numpy.nanmax
      • numpy.minimum
      • numpy.min
      • numpy.amin
      • numpy.fmin
      • numpy.nanmin
      • numpy.convolve
      • numpy.clip
      • numpy.sqrt
      • numpy.cbrt
      • numpy.square
      • numpy.absolute
      • numpy.fabs
      • numpy.sign
      • numpy.heaviside
      • numpy.nan_to_num
      • numpy.real_if_close
      • numpy.interp
    • 其他例程
    • 多项式
    • 随机抽样
    • 集合例程
    • 排序,搜索和计数
    • 统计
    • 测试支持
    • 窗口函数
  • 类型标注 ( numpy.typing )
  • NumPy C-API
  • Array API 标准兼容性
  • CPU/SIMD 优化
  • 线程安全
  • 全局配置选项
  • NumPy 安全
  • numpy.distutils 的状态和迁移建议
  • numpy.distutils 用户指南
  • NumPy 和 SWIG
  • NumPy 参考
  • 按主题分类的例程和对象
  • 数学函数
  • numpy.around

numpy.around#

numpy.around(a, decimals=0, out=None)[源代码]#

将数组四舍五入到给定的小数位数.

around 是 round 的别名.

参见

ndarray.round

等效方法

round

此函数的别名

ceil , fix , floor , rint , trunc

上一页

numpy.round

下一页

numpy.rint

当前页面
  • around
如何运行和测试 NumPy 的代码?
在探索 NumPy 库的核心概念、常见问题和实用代码示例时,所有代码都可在 PythonRun 上直接运行测试。
请给出一个简单的 NumPy 代码示例

下面是一个简单的 NumPy 用法示例:

import numpy as np
a = np.array([1, 2, 3])
a = a * 2
print(a)

你可以在 PythonRun 上执行它,看看结果。

PythonRun:Python在线代码运行器,它可以在网页中直接编写和运行Python代码,无需安装任何开发环境,且支持NumPy库。