我有一个像下面这样的numpy数组：
data = [ 1.60130719e-01, 9.93827160e-01, 3.63108206e-04]
np.around(data,2) # doesn't work any alternatives ?
我想为上面的值得到2小数点。
我懂了 np.around，它适用于单值但不适用于整个数组。
是否有一些容易在numpy中解决或者我是否需要使用np.around编写自己的函数？
最新情况： 数组不是np数组，导入后像np.array一样工作。
你可以使用：
np.round(data, 2)
要么：
np.around(data, 2)
像他们那样 当量。
从 文件：
numpy.around（a，decimals = 0，out = None）
均匀圆
a到给定的小数位数。
您认为上述方法不起作用的原因是您导入的方式 numpy。
从您的第一个示例开始，您似乎导入了：
from numpy import *
正如你所定义的那样 arrays 只是 array(...)。但是，然后尝试使用 np.round(...)！
您 必须 依照 importing 它与 * 或者作为 np 通过：
import numpy as np
如果您尝试在使用之间进行交换 np.some_func(...) 只是 some_func(...) 你会在某个时候抛出错误。您可能被其他答案或文档误导为 标准是使用 numpy 如 np。
如果你想要输出
array([1.6e-01, 9.9e-01, 3.6e-04])
这个问题并不是NumPy的缺失特征，而是这种舍入不是标准的事情。您可以创建自己的舍入功能，如下所示：
def my_round(value, N):
exponent = np.ceil(np.log10(value))
return 10**exponent*np.round(value*10**(-exponent), N)
用于一般解决方案处理 0 和负值，你可以做这样的事情：
def my_round(value, N):
value = np.asarray(value).copy()
zero_mask = (value == 0)
value[zero_mask] = 1.0
sign_mask = (value < 0)
value[sign_mask] *= -1
exponent = np.ceil(np.log10(value))
result = 10**exponent*np.round(value*10**(-exponent), N)
result[sign_mask] *= -1
result[zero_mask] = 0.0
return result