如何在 Python 中将数字四舍五入为有效数字-IT科技

摘要：问题描述：我需要将浮点数四舍五入以显示在 UI 中。例如，四舍五入为一个有效数字：1234 -> 1000 0.12 -> 0.1 0.012 -> 0.01 0.062 -> 0.06 6253 -> 6000 1999 -> 2000 有没有使用 Python...

问题描述：

我需要将浮点数四舍五入以显示在 UI 中。例如，四舍五入为一个有效数字：

1234 -> 1000

0.12 -> 0.1

0.012 -> 0.01

0.062 -> 0.06

6253 -> 6000

1999 -> 2000

有没有使用 Python 库来做到这一点的好方法，还是我必须自己编写？

解决方案 1：

您可以使用负数来舍入整数：

>>> round(1234, -3)
1000.0

因此，如果您只需要最高有效数字：

>>> from math import log10, floor
>>> def round_to_1(x):
...   return round(x, -int(floor(log10(abs(x)))))
... 
>>> round_to_1(0.0232)
0.02
>>> round_to_1(1234243)
1000000.0
>>> round_to_1(13)
10.0
>>> round_to_1(4)
4.0
>>> round_to_1(19)
20.0

如果浮点数大于 1，您可能需要小心地将浮点数转换为整数。

解决方案 2：

字符串格式化中的 %g 将把浮点数四舍五入为若干有效数字。它有时会使用“e”科学计数法，因此将四舍五入后的字符串转换回浮点数，然后通过 %s 字符串格式化。

>>> '%s' % float('%.1g' % 1234)
'1000'
>>> '%s' % float('%.1g' % 0.12)
'0.1'
>>> '%s' % float('%.1g' % 0.012)
'0.01'
>>> '%s' % float('%.1g' % 0.062)
'0.06'
>>> '%s' % float('%.1g' % 6253)
'6000.0'
>>> '%s' % float('%.1g' % 1999)
'2000.0'

解决方案 3：

f'{float(f"{i:.1g}"):g}'
# Or with Python <3.6,
'{:g}'.format(float('{:.1g}'.format(i)))

此解决方案：

准确回答了这个问题
不需要任何额外的包装
不需要任何用户定义的辅助函数或数学运算

对于任意数量n的有效数字，您可以使用：

print('{:g}'.format(float('{:.{p}g}'.format(i, p=n))))

测试：

a = [1234, 0.12, 0.012, 0.062, 6253, 1999, -3.14, 0., -48.01, 0.75]
b = ['{:g}'.format(float('{:.1g}'.format(i))) for i in a]
# b == ['1000', '0.1', '0.01', '0.06', '6000', '2000', '-3', '0', '-50', '0.8']

注意：使用此解决方案，无法根据输入动态调整有效数字的数量，因为没有标准方法来区分尾随零的数量不同的数字（）。如果需要这样做，则需要非标准函数，例如to-precision3.14 == 3.1400包中提供的函数。

解决方案 4：

如果您希望有除 1 位有效小数以外的其他数字（否则与 Evgeny 相同）：

>>> from math import log10, floor
>>> def round_sig(x, sig=2):
...   return round(x, sig-int(floor(log10(abs(x))))-1)
... 
>>> round_sig(0.0232)
0.023
>>> round_sig(0.0232, 1)
0.02
>>> round_sig(1234243, 3)
1230000.0

解决方案 5：

为了直接回答这个问题，这是我使用R 函数命名的版本：

import math

def signif(x, digits=6):
    if x == 0 or not math.isfinite(x):
        return x
    digits -= math.ceil(math.log10(abs(x)))
    return round(x, digits)

我发布此答案的主要原因是评论抱怨“0.075”四舍五入为 0.07 而不是 0.08。正如“新手 C”所指出的，这是由于浮点运算既具有有限精度又具有以 2 为基数的表示法。实际上可以表示的最接近 0.075 的数字略小，因此四舍五入的结果可能与您天真地预期的不同。

还请注意，这适用于任何非十进制浮点运算的使用，例如 C 和 Java 都存在同样的问题。

为了更详细地显示，我们要求 Python 以“十六进制”格式格式化数字：

0.075.hex()

结果是：0x1.3333333333333p-4。这样做的原因是，正常的十进制表示通常涉及四舍五入，因此不是计算机实际“看到”的数字。如果您不习惯这种格式，可以参考Python 文档和C 标准。

为了说明这些数字是如何工作的，我们可以通过执行以下操作回到起点：

0x13333333333333 / 16**13 * 2**-4

应该打印出0.075。 16**13是因为小数点后有 13 位十六进制数字，并且2**-4是因为十六进制指数以 2 为底。

现在我们对浮点数的表示方式有了一些了解，我们可以使用该decimal模块来提供更高的精度，并向我们展示正在发生的事情：

from decimal import Decimal

Decimal(0x13333333333333) / 16**13 / 2**4

给予：0.07499999999999999722444243844并希望解释为什么round(0.075, 2)评估为0.07

解决方案 6：

我创建了to-precision包，它可以满足您的要求。它允许您为数字赋予更多或更少的有效数字。

它还输出具有指定数量有效数字的标准、科学和工程符号。

在接受的答案中有一行

>>> round_to_1(1234243)
1000000.0

这实际上指定了 8 个有效数字。对于数字 1234243，我的库仅显示一个有效数字：

>>> from to_precision import to_precision
>>> to_precision(1234243, 1, 'std')
'1000000'
>>> to_precision(1234243, 1, 'sci')
'1e6'
>>> to_precision(1234243, 1, 'eng')
'1e6'

它还将对最后一位有效数字进行四舍五入，并且如果未指定符号，则可以自动选择要使用的符号：

>>> to_precision(599, 2)
'600'
>>> to_precision(1164, 2)
'1.2e3'

解决方案 7：

发布的答案是给出时最好的答案，但它有许多局限性，并且不能产生技术上正确的有效数字。

numpy.format_float_positional直接支持所需的行为。以下代码片段返回格式化x为 4 位有效数字的浮点数，并抑制科学计数法。

import numpy as np
x=12345.6
np.format_float_positional(x, precision=4, unique=False, fractional=False, trim='k')
> 12340.

解决方案 8：

要将整数四舍五入为 1 位有效数字，基本思想是将其转换为小数点前有 1 位数字的浮点数，然后四舍五入，然后将其转换回其原始整数大小。

为此，我们需要知道小于该整数的最大 10 的幂。我们可以使用 log 10 函数的 floor 来实现这一点。

from math import log10, floor
def round_int(i,places):
    if i == 0:
        return 0
    isign = i/abs(i)
    i = abs(i)
    if i < 1:
        return 0
    max10exp = floor(log10(i))
    if max10exp+1 < places:
        return i
    sig10pow = 10**(max10exp-places+1)
    floated = i*1.0/sig10pow
    defloated = round(floated)*sig10pow
    return int(defloated*isign)

解决方案 9：

def round_to_n(x, n):
    if not x: return 0
    power = -int(math.floor(math.log10(abs(x)))) + (n - 1)
    factor = (10 ** power)
    return round(x * factor) / factor

round_to_n(0.075, 1)      # 0.08
round_to_n(0, 1)          # 0
round_to_n(-1e15 - 1, 16) # 1000000000000001.0

希望能够从上述所有答案中得出最好的答案（除了能够将其作为一行 lambda ;) ）。尚未探索，请随意编辑此答案：

round_to_n(1e15 + 1, 11)  # 999999999999999.9

解决方案 10：

sigfig包/库涵盖了这一点。安装后，您可以执行以下操作：

>>> from sigfig import round
>>> round(1234, 1)
1000
>>> round(0.12, 1)
0.1
>>> round(0.012, 1)
0.01
>>> round(0.062, 1)
0.06
>>> round(6253, 1)
6000
>>> round(1999, 1)
2000

解决方案 11：

我修改了 indgar 的解决方案来处理负数和小数（包括零）。

from math import log10, floor
def round_sig(x, sig=6, small_value=1.0e-9):
    return round(x, sig - int(floor(log10(max(abs(x), abs(small_value))))) - 1)

解决方案 12：

如果您想在不涉及字符串的情况下进行舍入，我在上面的评论中找到了链接：

http://code.activestate.com/lists/python-tutor/70739/

我觉得最好。然后，当您使用任何字符串格式描述符进行打印时，您会得到合理的输出，并且您可以将数字表示用于其他计算目的。

链接处的代码只有三行：def、doc 和 return。它有一个错误：您需要检查对数爆炸。这很容易。将输入与进行比较sys.float_info.min。完整的解决方案是：

import sys,math

def tidy(x, n):
"""Return 'x' rounded to 'n' significant digits."""
y=abs(x)
if y <= sys.float_info.min: return 0.0
return round( x, int( n-math.ceil(math.log10(y)) ) )

它适用于任何标量数值，float如果您出于某种原因需要改变响应，则 n 可以是 a。您实际上可以将限制推至：

sys.float_info.min*sys.float_info.epsilon

如果由于某种原因您正在处理微小的值，则不会引起错误。

解决方案 13：

我改编了其中一个答案。我喜欢这个：

def sigfiground(number:float, ndigits=3)->float:
    return float(f"{number:.{ndigits}g}")

当我仍然想要浮点数时我会使用它（我在其他地方进行格式化）。

解决方案 14：

我想不出有什么可以立即处理这个问题。但它对浮点数的处理相当好。

>>> round(1.2322, 2)
1.23

整数比较棘手。它们不是以十进制形式存储在内存中的，因此显着位置不是自然而然的事情。不过，一旦它们是字符串，实现起来就相当简单了。

或者对于整数：

def intround(n, sigfigs):
    n = str(n)
    return n[:sigfigs] + ('0' * (len(n)-sigfigs))

>>> intround(1234, 1)
'1000'
>>> intround(1234, 2)
'1200'

如果您想创建一个处理任何数字的函数，我倾向于将它们都转换为字符串并寻找小数位来决定要做什么：

def roundall1(n, sigfigs):
    n = str(n)
    try:
        sigfigs = n.index('.')
    except ValueError:
        pass
    return intround(n, sigfigs)

另一个选择是检查类型。这将缺乏灵活性，并且可能无法很好地处理其他数字（例如Decimal对象）：

def roundall2(n, sigfigs):
    if type(n) is int:
        return intround(n, sigfigs)
    else:
        return round(n, sigfigs)

解决方案 15：

有效数字的科学计数法已作为函数包含在 numpy 版本 1.21.0 中。截至 2024 年 8 月 18 日：

import numpy as np

# define the required number of significant figures
sig_fig = 2

# compensate for that the precision is always one magnitude
# higher than the number of significant figures:

num_to_sig_fig_str = np.format_float_scientific( 
    123.456789, precision = sig_fig - 1 
    )

num_to_sig_fig_str
> '1.2e+02'

# to convert back to a number using the same precision  
# as the number of significant figures, use float():

float(num_to_sig_fig_str)
> 120.0

文档：
https ：//numpy.org/doc/stable/reference/generated/numpy.format_float_scientific.html

解决方案 16：

使用 python 2.6+新样式格式（因为 %-style 已被弃用）：

>>> "{0}".format(float("{0:.1g}".format(1216)))
'1000.0'
>>> "{0}".format(float("{0:.1g}".format(0.00356)))
'0.004'

在 python 2.7+ 中，您可以省略前导0s。

解决方案 17：

这些答案中的大多数涉及数学、十进制和/或 numpy 导入或输出值作为字符串。这是一个使用基本 Python 的简单解决方案，它可以处理大数和小数并输出浮点数：

def sig_fig_round(number, digits=3):
    power = "{:e}".format(number).split('e')[1]
    return round(number, -(int(power) - digits))

解决方案 18：

我编写了一个名为sciform的 PyPi 包，它可以轻松执行这种舍入并支持其他科学格式选项。

from sciform import Formatter

sform = Formatter(
    round_mode="sig_fig",  # This is the default
    ndigits=1,
)

num_list = [
    1234,
    0.12,
    0.012,
    0.062,
    6253,
    1999,
]

for num in num_list:
    result = sform(num)
    print(f'{num} -> {result}')

# 1234 -> 1000
# 0.12 -> 0.1
# 0.012 -> 0.01
# 0.062 -> 0.06
# 6253 -> 6000
# 1999 -> 2000

sciform部分原因是 Python 内置的格式规范迷你语言并不总是提供精确的四舍五入到有效数字，同时也始终使用所需的定点行为。该g选项可以正确获得有效数字。如果您希望有效数字在小数点以下工作（即0.1变为0.102 位有效数字），则必须使用该#选项，但该#选项意味着不会删除尾随小数点，因此120->1.e+02为一位有效数字。

特别参阅Python 话语讨论中的这条评论。

num_list = [
    1234,
    0.12,
    0.012,
    0.062,
    6253,
    1999,
]

for num in num_list:
    print(f'{num} -> {num:#.1g}')

# 1234 -> 1e+03
# 0.12 -> 0.1
# 0.012 -> 0.01
# 0.062 -> 0.06
# 6253 -> 6.e+03
# 1999 -> 2.e+03

解决方案 19：

我也遇到过这种情况，但我需要控制舍入类型。因此，我编写了一个快速函数（见下面的代码），它可以考虑值、舍入类型和所需的有效数字。

import decimal
from math import log10, floor

def myrounding(value , roundstyle='ROUND_HALF_UP',sig = 3):
    roundstyles = [ 'ROUND_05UP','ROUND_DOWN','ROUND_HALF_DOWN','ROUND_HALF_UP','ROUND_CEILING','ROUND_FLOOR','ROUND_HALF_EVEN','ROUND_UP']

    power =  -1 * floor(log10(abs(value)))
    value = '{0:f}'.format(value) #format value to string to prevent float conversion issues
    divided = Decimal(value) * (Decimal('10.0')**power) 
    roundto = Decimal('10.0')**(-sig+1)
    if roundstyle not in roundstyles:
        print('roundstyle must be in list:', roundstyles) ## Could thrown an exception here if you want.
    return_val = decimal.Decimal(divided).quantize(roundto,rounding=roundstyle)*(decimal.Decimal(10.0)**-power)
    nozero = ('{0:f}'.format(return_val)).rstrip('0').rstrip('.') # strips out trailing 0 and .
    return decimal.Decimal(nozero)


for x in list(map(float, '-1.234 1.2345 0.03 -90.25 90.34543 9123.3 111'.split())):
    print (x, 'rounded UP: ',myrounding(x,'ROUND_UP',3))
    print (x, 'rounded normal: ',myrounding(x,sig=3))

解决方案 20：

如果数字大于 10**(-decimal_positions)，则此函数进行正常舍入，否则添加更多小数，直到达到有意义的小数位数：

def smart_round(x, decimal_positions):
    dp = - int(math.log10(abs(x))) if x != 0.0 else int(0)
    return round(float(x), decimal_positions + dp if dp > 0 else decimal_positions)

希望有帮助。

解决方案 21：

https://stackoverflow.com/users/1391441/gabriel，以下内容是否解决了您对 rnd(.075, 1) 的担忧？警告：返回值为浮点数

def round_to_n(x, n):
    fmt = '{:1.' + str(n) + 'e}'    # gives 1.n figures
    p = fmt.format(x).split('e')    # get mantissa and exponent
                                    # round "extra" figure off mantissa
    p[0] = str(round(float(p[0]) * 10**(n-1)) / 10**(n-1))
    return float(p[0] + 'e' + p[1]) # convert str to float

>>> round_to_n(750, 2)
750.0
>>> round_to_n(750, 1)
800.0
>>> round_to_n(.0750, 2)
0.075
>>> round_to_n(.0750, 1)
0.08
>>> math.pi
3.141592653589793
>>> round_to_n(math.pi, 7)
3.141593

解决方案 22：

这将返回一个字符串，以便正确显示没有小数部分的结果和 E 符号中出现的小值：

def sigfig(x, num_sigfig):
    num_decplace = num_sigfig - int(math.floor(math.log10(abs(x)))) - 1
    return '%.*f' % (num_decplace, round(x, num_decplace))

解决方案 23：

使用标准十进制库的简单变体

from decimal import Decimal

def to_significant_figures(v: float, n_figures: int) -> str:
    d = Decimal(v)
    d = d.quantize(Decimal((0, (), d.adjusted() - n_figures + 1)))
    return str(d.quantize(Decimal(1)) if d == d.to_integral() else d.normalize())

测试

>>> to_significant_figures(1.234567, 3)
'1.23'
>>> to_significant_figures(1234567, 3)
'1230000'
>>> to_significant_figures(1.23, 7)
'1.23'
>>> to_significant_figures(123, 7)
'123'

解决方案 24：

此函数接受正数和负数，并进行正确的有效数字舍入。

from math import floor

def significant_arithmetic_rounding(n, d):
    '''
    This function takes a floating point number and the no. of significant digit d, perform significant digits
    arithmetic rounding and returns the floating point number after rounding
    '''
    if n == 0:
        return 0
    else:
        # Checking whether the no. is negative or positive. If it is negative we will take the absolute value of it and proceed
        neg_flag = 0
        if n < 0:
            neg_flag = 1
            n = abs(n)
        
        n1 = n   
        # Counting the no. of digits to the left of the decimal point in the no.
        ld = 0
        while(n1 >= 1):
            n1 /= 10
            ld += 1
        
        n1 = n
        # Counting the no. of zeros to the right of the decimal point and before the first significant digit in the no.
        z = 0
        if ld == 0:
            while(n1 <= 0.1):
                n1 *= 10
                z += 1
        
        n1 = n
        # No. of digits to be considered after decimal for rounding
        rd = (d - ld) + z
        n1 *= 10**rd
    
        # Increase by 0.5 and take the floor value for rounding
        n1 = floor(n1+0.5)
        # Placing the decimal point at proper position
        n1 /= 10 ** rd
        # If the original number is negative then make it negative
        if neg_flag == 1:
            n1 = 0 - n1

        return n1

测试：

>>> significant_arithmetic_rounding(1234, 3)
1230.0
>>> significant_arithmetic_rounding(123.4, 3)
123.0
>>> significant_arithmetic_rounding(0.0012345, 3)
0.00123
>>> significant_arithmetic_rounding(-0.12345, 3)
-0.123
>>> significant_arithmetic_rounding(-30.15345, 3)
-30.2

解决方案 25：

更容易知道答案是否适合您的需求，只要它包含示例即可。以下内容基于以前的解决方案，但提供了更通用的函数，可以四舍五入为 1、2、3、4 或任意数量的有效数字。

import math

# Given x as float or decimal, returns as string a number rounded to "sig" significant digts
# Return as string in order to control significant digits, could be a float or decimal 
def round_sig(x, sig=2):
  r = round(x, sig-int(math.floor(math.log10(abs(x))))-1)
  floatsig = "%." + str(sig) + "g"
  return "%d"%r if abs(r) >= 10**(sig-1) else '%s'%float(floatsig % r) 

>>> a = [1234, 123.4, 12.34, 1.234, 0.1234, 0.01234, 0.25, 1999, -3.14, -48.01, 0.75]
>>> [print(i, "->", round_sig(i,1), round_sig(i), round_sig(i,3), round_sig(i,4)) for i in a]

1234 -> 1000 1200 1230 1234
123.4 -> 100 120 123 123.4
12.34 -> 10 12 12.3 12.34
1.234 -> 1 1.2 1.23 1.234
0.1234 -> 0.1 0.12 0.123 0.1234
0.01234 -> 0.01 0.012 0.0123 0.01234
0.25 -> 0.2 0.25 0.25 0.25
1999 -> 2000 2000 2000 1999
-3.14 -> -3 -3.1 -3.14 -3.14
-48.01 -> -50 -48 -48.0 -48.01
0.75 -> 0.8 0.75 0.75 0.75

解决方案 26：

在极少数情况下，有效数字取决于评估过程，例如错误。我编写了一些代码，根据错误返回一个数字（或一些所需的数字），并以字符串形式返回（不会消除右侧有效零）

import numpy as np

def Sig_Digit(x, *N,):
    if abs(x) < 1.0e-15:
        return(1)
    N = 1 if N ==() else N[0]
    k = int(round(abs(N)-1))-int(np.floor(np.log10(abs(x))))
    return(k);

def Sig_Format(x, *Error,):
    if abs(x) < 1.0e-15:
        return('{}')
    Error = 1 if Error ==() else abs(Error[0])
    k = int(np.floor(np.log10(abs(x))))
    z = x/10**k
    k = -Sig_Digit(Error, 1)
    m = 10**k
    y = round(x*m)/m
    if k < 0:
        k = abs(k)
        if z >= 9.5:
            FMT = '{:'+'{}'.format(1+k)+'.'+'{}'.format(k-1)+'f}'
        else:
            FMT = '{:'+'{}'.format(2+k)+'.'+'{}'.format(k)+'f}'
    elif k == 0:
        if z >= 9.5:
            FMT = '{:'+'{}'.format(1+k)+'.0e}'
        else:
            FMT = '{:'+'{}'.format(2+k)+'.0f}'
    else:
        FMT = '{:'+'{}'.format(2+k)+'.'+'{}'.format(k)+'e}'
    return(FMT)

def Sci_Format(x, *N):
    if abs(x) < 1.0e-15:
        return('{}')
    N = 1 if N ==() else N[0]
    N = int(round(abs(N)-1))
    y = abs(x)
    k = int(np.floor(np.log10(y)))
    z = x/10**k
    k = k-N
    m = 10**k
    y = round(x/m)*m
    if k < 0:
        k = abs(k)
        if z >= 9.5:
            FMT = '{:'+'{}'.format(1+k)+'.'+'{}'.format(k-1)+'f}'
        else:
            FMT = '{:'+'{}'.format(2+k)+'.'+'{}'.format(k)+'f}'
    elif k == 0:
        if z >= 9.5:
            FMT = '{:'+'{}'.format(1+k)+'.0e}'
        else:
            FMT = '{:'+'{}'.format(2+k)+'.0f}'
    else:
        FMT = '{:'+'{}'.format(2+N)+'.'+'{}'.format(N)+'e}'
    return(FMT)

def Significant(x, *Error):
    N = 0 if Error ==() else Sig_Digit(abs(Error[0]), 1)
    m = 10**N
    y = round(x*m)/m
    return(y)

def Scientific(x, *N):
    m = 10**Sig_Digit(x, *N)
    y = round(x*m)/m
    return(y)

def Scientific_Str(x, *N,): 
    FMT = Sci_Format(x, *N)
    return(FMT.format(x))

def Significant_Str(x, *Error,):    
    FMT = Sig_Format(x, *Error)
    return(FMT.format(x))

测试代码：

X = [19.03345607, 12.075, 360.108321344, 4325.007605343]
Error = [1.245, 0.1245, 0.0563, 0.01245, 0.001563, 0.0004603]
for x in X:
    for error in Error:
        print(x,'+/-',error, end='       ==> ')
        print(' (',Significant_Str(x, error), '+/-', Scientific_Str(error),')')

打印出：

19.03345607 +/- 1.245       ==>  ( 19 +/-  1 )

19.03345607 +/- 0.1245      ==>  ( 19.0 +/- 0.1 )

19.03345607 +/- 0.0563      ==>  ( 19.03 +/- 0.06 )

19.03345607 +/- 0.01245     ==>  ( 19.03 +/- 0.01 )

19.03345607 +/- 0.001563    ==>  ( 19.033 +/- 0.002 )

19.03345607 +/- 0.0004603       ==>  ( 19.0335 +/- 0.0005 )

12.075 +/- 1.245    ==>  ( 12 +/-  1 )

12.075 +/- 0.1245       ==>  ( 12.1 +/- 0.1 )

12.075 +/- 0.0563       ==>  ( 12.07 +/- 0.06 )

12.075 +/- 0.01245      ==>  ( 12.07 +/- 0.01 )

12.075 +/- 0.001563     ==>  ( 12.075 +/- 0.002 )

12.075 +/- 0.0004603    ==>  ( 12.0750 +/- 0.0005 )

360.108321344 +/- 1.245     ==>  ( 360 +/-  1 )

360.108321344 +/- 0.1245    ==>  ( 360.1 +/- 0.1 )

360.108321344 +/- 0.0563    ==>  ( 360.11 +/- 0.06 )

360.108321344 +/- 0.01245       ==>  ( 360.11 +/- 0.01 )

360.108321344 +/- 0.001563      ==>  ( 360.108 +/- 0.002 )

360.108321344 +/- 0.0004603     ==>  ( 360.1083 +/- 0.0005 )

4325.007605343 +/- 1.245    ==>  ( 4325 +/-  1 )

4325.007605343 +/- 0.1245       ==>  ( 4325.0 +/- 0.1 )

4325.007605343 +/- 0.0563       ==>  ( 4325.01 +/- 0.06 )

4325.007605343 +/- 0.01245      ==>  ( 4325.01 +/- 0.01 )

4325.007605343 +/- 0.001563     ==>  ( 4325.008 +/- 0.002 )

4325.007605343 +/- 0.0004603    ==>  ( 4325.0076 +/- 0.0005 )

解决方案 27：

内置round四舍五入x到选定的小数位。如果我们想四舍五入到有效数字，我们需要知道第一个有效数字的位置。log10四舍五入abs(x)将给出第一个有效数字的位置：math.floor(math.log10(abs(x)))。

因此，四舍五入到 1 位有效数字的函数x如下：

import math

def round_1sig(x):
    if x == 0: return x
    return round(x, -math.floor(math.log10(abs(x))))

更一般地，四舍五入x到nsig有效数字的函数如下：

def round_nsig(x, nsig):
    if x == 0: return x
    return round(x, -math.floor(math.log10(abs(x))) + nsig - 1)

解决方案 28：

虽然上面的很多都差不多，但这更符合我的审美

import numpy as np
    
number=-456.789
significantFigures=4

roundingFactor=significantFigures - int(np.floor(np.log10(np.abs(number)))) - 1
rounded=np.round(number, roundingFactor)

string=rounded.astype(str)

print(string)

这适用于单个数字和 numpy 数组，并且对于负数也可以正常工作。

我们可能还要添加一个步骤 - 即使舍入后是整数，np.round() 也会返回小数（例如，对于 importantFigures=2，我们可能期望返回 -460，但实际上我们得到的是 -460.0）。我们可以添加此步骤来纠正此问题：

if roundingFactor<=0:
    rounded=rounded.astype(int)

不幸的是，这最后一步不适用于数字数组——如果您需要的话，我会把它留给亲爱的读者去弄清楚。

解决方案 29：

import math

def sig_dig(x, n_sig_dig):
  num_of_digits = len(str(x).replace(".", ""))
  if n_sig_dig >= num_of_digits:
      return x
  n = math.floor(math.log10(x) + 1 - n_sig_dig)
  result = round(10 ** -n * x) * 10 ** n
  return float(str(result)[: n_sig_dig + 1])

    
>>> sig_dig(1234243, 3)
>>> sig_dig(243.3576, 5)

    1230.0
    243.36