Python NumPy trunc方法用法及代码示例

Numpy 的 trunc(~) 方法删除输入数组中每个值的小数点。请参阅下面的示例以进行说明。

1. a | array-like

输入数组。

2. out | Numpy array | optional

您可以将计算结果放入 out 指定的数组中，而不是创建新数组。

3. where | boolean 的array | optional

标记为 False 的值将被忽略，即它们的原始值将未被初始化。如果指定了 out 参数，行为会略有不同 - 原始值将保持不变。由于这让许多人感到困惑，请查看下面的示例。

如果 a 是标量，则返回标量。否则，返回一个 Numpy 数组。

np.trunc([-3.2, -1.7, 1.5, 5.7])



array([-3., -1.,  1.,  5.])

a = np.zeros(3)
np.trunc([-3.2, -1.7, 1.5], out=a)
a



array([-3., -1.,  1.])

np.trunc([-3.2, -1.7, 1.5], where=[False, True, False])



array([3454., -1.,  1867.])

这里，仅使用第二个数字进行计算，因为它在掩码中具有相应的布尔值True。您应该注意到 False 的值如何产生奇怪的结果 - 事实上，您应该忽略它们，因为它们是没有实际用途的未初始化数字。

现在，如果您指定了 out 参数，而不是未初始化的值，则原始值将保持不变：

a = np.zeros(3)
np.trunc([-3.2, -1.7, 1.5], out=a, where=[False, True, False])
a



array([ 0., -1.,  0.])

相关用法

注：本文由纯净天空筛选整理自Isshin Inada大神的英文原创作品 NumPy | trunc method。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。