手动实现小数转整数且可还原原数据的方案（禁用np.round()）

给定numpy数组：

import numpy as np

A = np.array([
    [1.7, 3.8, 21.7, 19.7, 3.6000001, 81.5],
    [2.8, 8.0, 78.3, 82.3, 36.5, 11.1]
])

需按以下规则手动转换小数为整数：

• 小数部分为.0时，保持整数部分不变；
• 小数部分为.1至.9时，整数部分加1（对应规则：.1+9、.2+8….9+1，本质是小数部分补至1，整数进位）；
  转换后的预期数组（注：原预期中19.7→19.0应为笔误，按规则应转为20.0）：

expected_A = np.array([
    [2.0, 4.0, 22.0, 20.0, 4.0, 82.0],
    [3.0, 8.0, 79.0, 83.0, 37.0, 12.0]
])

要求实现转换后还原为原数据的功能，且禁止使用np.round()。

实现思路 #

要满足自定义转换+可还原的需求，核心是保留原数组的小数部分信息：

1. 转换阶段：拆分原数组的整数部分和小数部分，根据规则生成转换后的整数数组；
2. 还原阶段：利用转换后的整数数组+保存的小数部分，逆向计算得到原数据。

代码实现 #

import numpy as np

def custom_convert(arr):
    """将数组按自定义规则转换为整数数组，同时返回小数部分用于还原"""
    # 提取整数部分（向下取整）
    integer_part = np.floor(arr)
    # 提取小数部分
    decimal_part = arr - integer_part
    # 按规则转换：小数部分非0则整数进位，否则保持
    converted_arr = np.where(decimal_part == 0, integer_part, integer_part + 1)
    return converted_arr, decimal_part

def custom_restore(converted_arr, decimal_part):
    """利用转换后的数组和小数部分还原原数据"""
    # 逆向计算：进位的元素用转换后的值减去(1-小数部分)，未进位的直接返回
    restored_arr = np.where(decimal_part == 0, converted_arr, converted_arr - (1 - decimal_part))
    return restored_arr

测试验证 #

# 原数组
A = np.array([
    [1.7, 3.8, 21.7, 19.7, 3.6000001, 81.5],
    [2.8, 8.0, 78.3, 82.3, 36.5, 11.1]
])

# 转换
converted_A, decimals = custom_convert(A)
print("转换后的数组：")
print(converted_A)
# 输出：
# [[ 2.  4. 22. 20.  4. 82.]
#  [ 3.  8. 79. 83. 37. 12.]]

# 还原
restored_A = custom_restore(converted_A, decimals)
print("\n还原后的数组与原数组是否一致：")
print(np.allclose(restored_A, A))  # 输出True（处理浮点数精度问题）

说明 #

• 转换逻辑完全遵循自定义规则，未使用np.round()，避免了round方法无法还原原数据的问题；
• 通过保存小数部分，还原过程可以在浮点数精度范围内精准恢复原数据；
• 针对原预期中的19.7→19.0，推测为笔误，按规则.7+3=10应进位为20.0，代码实现符合规则逻辑。

内容的提问来源于stack exchange，提问作者stack offer