Python是否有类似Godot stepify的numpy数组、Series网格对齐函数？

你要的均匀步长对齐功能不需要自行实现，用numpy、pandas的基础运算即可直接实现，同时支持标量、numpy数组、pandas Series的批量处理，底层逻辑和Godot的stepify完全一致：

stepify核心逻辑：将输入值除以步长后四舍五入，再乘以步长，公式为 round(s / step) * step

1. numpy实现示例 #

numpy的向量化运算天然支持数组批量处理，不需要额外循环：

import numpy as np

# 标量计算，和Godot示例结果完全一致
print(np.round(100 / 32) * 32)       # 输出 96.0
print(np.round(3.14159 / 0.01) * 0.01) # 输出 3.14

# numpy数组批量处理
arr = np.array([100, 3.14159, 52, 2.71828])
step = 32 # 全局统一步长
print(np.round(arr / step) * step)
# 输出 [96.  0. 64.  0.]

# 也支持每个元素对应不同步长
step_arr = np.array([32, 0.01, 16, 0.001])
print(np.round(arr / step_arr) * step_arr)
# 输出 [96.    3.14  48.    2.718]

2. pandas Series实现示例 #

pandas的Series也支持直接用同样的逻辑批量计算：

import pandas as pd

s = pd.Series([100, 3.14159, 52, 2.71828])
step = pd.Series([32, 0.01, 16, 0.001])
res = (s / step).round() * step
print(res)
# 0    96.000
# 1     3.140
# 2    48.000
# 3     2.718
# dtype: float64

拓展调整 #

如果需要向下对齐到步长网格（取小于等于输入值的最近网格点），把round替换为floor即可；如果需要向上对齐，替换为ceil即可。

内容的提问来源于stack exchange，提问作者ascripter