为什么 numpy.round 不会舍入我的数组？

Question

我正在尝试对由 Keras 模型预测结果输出的 numpy 数组进行舍入。但是执行numpy.round/numpy.around后，没有任何变化。

这里的最终目标是让数组在 below/equal 0.50 时向下舍入为 0，或者在高于 0.50 时向上舍入。

代码在这里：

from keras.models import load_model

import numpy

model = load_model('tried.h5')
data = numpy.loadtxt("AppData\Roaming\MetaQuotes\TerminalDDB309C90B408373EFC53AC730F336\MQL4\Files\indicatorout.csv", delimiter=",")
data = numpy.array([data])
print(data)
outdata = model.predict(data)
print(outdata)
numpy.around(outdata, 0)
print(outdata)
numpy.savetxt("AppData\Roaming\MetaQuotes\TerminalDDB309C90B408373EFC53AC730F336\MQL4\Files\modelout.txt", outdata)

日志也在这里：

Using TensorFlow backend.
[[1.19539070e+01 1.72686310e+01 2.24426384e+01 1.82771435e+01
  2.23788052e+01 1.62105408e+01 1.44595184e+01 1.90179043e+01
  1.71749554e+01 1.69194088e+01 1.89911938e+01 1.76701393e+01
  5.19613740e-01 5.38522415e+01 9.64037247e+01 1.73570000e-04
  4.35710000e-04 9.55710000e-04]]
[[0.4215713]]
[[0.4215713]]

任何帮助将不胜感激，谢谢。

Answer 1

我假设您希望数组中的元素四舍五入到 n 位小数。下面是这样做的说明：

# sample array to work with
In [21]: arr = np.random.randn(4)

In [22]: arr
Out[22]: array([-0.94817409, -1.61453252,  0.16566428, -0.53507549])

# round to 3 decimal places; note that `arr` is still unaffected.
In [23]: arr.round(decimals=3)
Out[23]: array([-0.948, -1.615,  0.166, -0.535])

# if you want to round it to nearest integer
In [24]: arr_rint = np.rint(arr)

In [25]: arr_rint
Out[25]: array([-1., -2.,  0., -1.])

要使小数舍入就地工作，请指定 out= 参数，如下所示：

In [26]: arr.round(decimals=3, out=arr)
Out[26]: array([-0.948, -1.615,  0.166, -0.535])

为什么 numpy.round 不会舍入我的数组？

Why will numpy.round will not round my array?

python

numpy

rounding

tensorflow

numpy-ndarray