Ufunc Rounding Decimals

-


Rounding Decimals

Ada lima cara utama pembulatan desimal di numpy.
  • truncation
  • fix
  • rounding
  • floor 
  • ceil

Truncation 

Hapus desimal, dan kembalikan angka float yang paling dekat dengan nol. Gunakan fungsi trunc() dan fix().

Contoh
Potong/truncation elemen array berikut.
import numpy as np

arr = np.trunc([-3.1666, 3.6667])

print(arr)

Contoh
Contoh yang sama, menggunakan fix().
import numpy as np

arr = np.fix([-3.1666, 3.6667])

print(arr)

Rounding

Fungsi around() menambah digit atau desimal sebelumnya dengan 1 if >=5  else yang lain tidak melakukan apa-apa.

Misalnya dibulatkan menjadi 1 titik desimal, 3.16666 adalah 3.2

Contoh
Bulatkan 3,1666 ke 2 tempat desimal.
import numpy as np

arr = np.around(3.1666, 2)

print(arr)

Floor

Fungsi floor() membulatkan desimal ke bilangan bulat bawah terdekat.

Misalnya floor 3.166 adalah 3.

Contoh
Floor elemen array berikut.
import numpy as np

arr = np.floor([-3.1666, 3.6667])

print(arr)

Ceil

Fungsi ceil() membulatkan desimal ke bilangan bulat atas terdekat.

Misalnya ceil 3.166 adalah 4.

Contoh
Ceil elemen array berikut.
import numpy as np

arr = np.ceil([-3.1666, 3.6667])

print(arr)

Komentar

Posting Komentar

Postingan populer dari blog ini

NumPy Array Search

-
Gambar
  Searching Arrays Kita dapat mencari array untuk nilai tertentu, dan mengembalikan index yang cocok. Untuk mencari array, gunakan where() . Contoh Temukan index dimana nilainya adalah 4. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  4 ,  4 ]) x =   np.where(arr ==  4 ) print (x) Contoh diatas akan mengembalikan Tuple: (array([3, 5, 6]),) Yang artinya nilai 4 terdapat pada index 3, 5, dan 6. Contoh Temukan index dimana nilainya genap. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ,  7 ,  8 ]) x =   np.where(arr% 2  ==  0 ) print (x) Contoh Temukan index dimana nilainya ganjil. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ,  7 ,  8 ]) x =   np.where(arr% 2  ==  1 ) print (x) Search Sorted  Ada metode yang disebut searchsorted() yang mela...
Baca selengkapnya

NumPy Array Split

-
Gambar
  Splitting NumPy Arrays Splitting/Pemisahan adalah operasi kebalikan dari Joining. Bergabung/Joining menggabungkan beberapa array menjadi satu dan memisahkan memecah satu array menjadi banyak. Kita menggunakan array_split() untuk memisahkan array, kita memberikan array yang ingin kita bagi dan jumlah pemisahan. Contoh Bagi array menjadi 3 bagian. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ]) newarr =   np.array_split(arr,  3 ) print (newarr) Note: Nilai yang dikembalikan adalah array yang berisi 3 array. Jika array memiliki lebih sedikit elemen dari yang dibutuhkan, array akan menyesuaikan dari akhir. Contoh Bagi array menjadi 4 bagian. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ]) newarr =   np.array_split(arr,  4 ) print (newarr) Note: Kita juga memiliki metode split() tersedia tetapi tidak akan menyesuaikan elemen ketika elemen ku...
Baca selengkapnya

NumPy Array Iterating

-
Gambar
  Iterating Array Iterating/iterasi berarti menelusuri elemen satu per satu. saat kita berurusan dengan array multi-dimensi di numpy, kita bisa melakukan ini menggunakan for loop dasar Python. Jika kita mengulangi/loop pada array 1-D, ia akan melewati setiap elemen satu per satu. Contoh  Iterasi pada elemen array 1-D berikut. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ]) for  x  in  arr:    print (x) Iterating 2-D Arrays Dalam array 2-D itu akan melewati semua baris. Contoh Lakukan iterasi pada elemen array 2D berikut. import  numpy  as  np arr = np.array([[ 1 ,  2 ,  3 ], [ 4 ,  5 ,  6 ]]) for  x  in  arr:    print (x) Jika kita iterasi pada array n -D maka akan melewati dimensi n-1 satu per satu. Untuk mengembalikan nilai aktual, skalar, kita harus mengulangi/loop array di setiap dimensi. Contoh Iterasi pada  setiap elemen skalar dari array 2-D. import ...
Baca selengkapnya