踩個雷 OuO
numpy 的 trunc [1] 好像沒有針對小數點以下幾位做設定，一次只能全砍變成整數，可是又不能用 around [2] 解決。
網路上有找到解法 [3]：很直覺，就是先乘大，truncate 後再除
def trunc(values, decs=0):
return np.trunc(values*10**decs)/(10**decs)
不過這有個問題，可以從以下程式觀察：
import numpy as np
def trunc(a, decimals=0):
return np.trunc(a*10**decimals)/(10**decimals)
arr = np.float32(np.array([1.123456789, 2.234567890, 3.45678901]))
print(arr)
print(arr.dtype)
arr_tr6 = trunc(arr, 6)
print(arr_tr6)
print(arr_tr6.dtype)
arr_tr20 = trunc(arr, 20)
print(arr_tr20)
print(arr_tr20.dtype)
輸出如下：
[1.1234568 2.2345679 3.456789 ]
float32
[1.123456 2.234567 3.456789]
float64
[1.1234568357467651 2.234567880630493 3.456789016723633]
object
不對啊，型別怎麼不一樣了 OAO
所以如果不想要型別被改動的話可能要在最後轉成原來的型別
import numpy as np
def trunc(a, decimals=0):
return (np.trunc(a*10**decimals)/(10**decimals)).astype(a.dtype)
arr = np.float32(np.array([1.123456789, 2.234567890, 3.45678901]))
print(arr)
print(arr.dtype)
arr_tr6 = trunc(arr, 6)
print(arr_tr6)
print(arr_tr6.dtype)
arr_tr20 = trunc(arr, 20)
print(arr_tr20)
print(arr_tr20.dtype)
輸出：(但是就有型別限制的最大儲存長度了)
[1.1234568 2.2345679 3.456789 ]
float32
[1.123456 2.234567 3.456789]
float32
[1.1234568 2.2345679 3.456789 ]
float32
完美 OuO