# 总结
**np.around()返回四舍五入后的值 可指定精度
np.floor()向下取整
np.ceil()向上取整
np.where()根据condition布尔值从x,y中选择元素,为True时选择x否则选择y**
(下面基本上是废话)
### np.around
np.around 返回四舍五入值,可以指定精度
>注意:对于正好在舍入小数值之间的值,NumPy舍入到最接近的偶数值。当超过5时候(不包含5),才会进位!因此,1.5和2.5轮到2.0,-0.5和0.5轮到0.0等。
<pre class="EnlighterJSRAW" data-enlighter-language="python">np.around(x, decimals = 0, out = None)
</pre>
<p> </p>
<ul>
<li>
<p><code>a</code> : array_like。输入数据。</p>
</li>
<li>
<p><code>decimals</code> : int,可选。要舍入的小数位数(默认值:0)。<b>如果小数为负数,则指定小数点左侧的位置数。</b></p>
</li>
<li>
<p><code>out</code> : ndarray,可选。替代输出数组,用于放置结果。它必须具有与预期输出相同的形状,但如果需要,将输出输出值的类型。一般不启用此参数</p>
</li>
</ul>
### np.floor
np.floor 返回不大于输入参数的最大整数。 即对于输入值 x ,将返回最大的整数 i ,使得 i <= x。 注意在Python中,向下取整总是从 0 舍入。
```python
# -*- coding: utf-8 -*-
import numpy as np
n = np.array([-1.7, -2.5, -0.2, 0.6, 1.2, 2.7, 11])
floor = np.floor(n)
print(floor) # [ -2. -3. -1. 0. 1. 2. 11.]
```
### np.ceil
np.ceil 函数返回输入值的上限,即对于输入 x ,返回最小的整数 i ,使得 i> = x
```python
# -*- coding: utf-8 -*-
import numpy as np
n = np.array([-1.7, -2.5, -0.2, 0.6, 1.2, 2.7, 11])
ceil = np.ceil(n)
print(ceil) # [ -1. -2. -0. 1. 2. 3. 11.]
```
### np.where
numpy.where(condition, x, y)
根据 condition 从 x 和 y 中选择元素,当为 True 时,选 x,否则选 y。
```python
import numpy as np
data = np.random.random([2, 3])
print data
'''
[[ 0.93122679 0.82384876 0.28730977]
[ 0.43006042 0.73168913 0.02775572]]
'''
result = np.where(data > 0.5, data, 0)
print result
'''
[[ 0.93122679 0.82384876 0. ]
[ 0. 0.73168913 0. ]]
'''
```
NumPy常见运算举例(np.around、np.floor、np.ceil、np.where)