查找最小正标量乘以Numpy数组使所有元素变为整数的方法

核心思路是把数组内的每个小数转换为最简分数形式，所有分数分母的最小公倍数就是你要找的最小正数乘数。要注意浮点数本身存在存储精度误差，需要增加精度控制逻辑避免结果出错。

依赖导入 #

import numpy as np
from math import gcd
from functools import reduce
from fractions import Fraction

工具函数实现 #

# 求两个数的最小公倍数
def lcm(a: int, b: int) -> int:
    return a * b // gcd(a, b)

# 求任意多个数的最小公倍数
def lcm_multiple(numbers: list[int]) -> int:
    return reduce(lcm, numbers)

# 求目标数组的最小正整数乘数
def find_min_multiplier(arr: np.ndarray, max_denominator: int = 10**6) -> int:
    # 将每个元素转为最简分数，limit_denominator用于控制精度，避免浮点存储误差导致分母异常偏大
    denominators = [Fraction(x).limit_denominator(max_denominator).denominator for x in arr]
    return lcm_multiple(denominators)

测试验证 #

测试数组a #

a = np.array([0.1, 0.9, 0.17, 0.47, 0.5])
min_mul = find_min_multiplier(a)
print(min_mul) 
# 输出：100
print(a * min_mul)
# 输出：[10. 90. 17. 47. 50.]

测试数组b #

b = np.array([1.0, 0.5, 0.25, 0.75, 0.5])
min_mul = find_min_multiplier(b)
print(min_mul)
# 输出：4
print(b * min_mul)
# 输出：[4. 2. 1. 3. 2.]

注意事项 #

如果你的数组元素小数位数是确定的，可以把max_denominator参数调整为对应10的n次幂，比如最多3位小数就设为1000，能进一步降低浮点误差的影响。

内容的提问来源于stack exchange，提问作者Troll