Python中如何对矩阵小数四舍五入取整，规避np.around等函数的偶数值偏向

问题背景 #

现有np.around、np.rint和np.round三个Numpy内置取整函数默认使用银行家舍入规则（四舍六入五成偶），存在偶数偏向问题：例如2.5会被取整为2，3.5会被取整为4，不符合常规四舍五入需求。
需求为对小数数组执行通用四舍五入：所有数值满足>=x.5时取整为x+1，小于x.5时取整为x。

简洁Pythonic实现 #

针对你提供的非负浮点数组场景，最简洁的向量化实现为：

import numpy as np

def round_common(arr):
    return np.floor(arr + 0.5)

效果验证 #

测试边界值：

test_arr = np.array([2.5, 3.5, 0.41666666, 0.5, 2.41666675, 2.5])
print(round_common(test_arr))
# 输出：[3. 4. 0. 1. 2. 3.] 完全符合预期

如果需要保留指定小数位的通用四舍五入，可调整为通用版本：

def round_common_with_precision(arr, decimals=0):
    multiplier = 10 ** decimals
    return np.floor(arr * multiplier + 0.5) / multiplier

扩展兼容（可选） #

如果后续需要处理包含负值的数组，且需求为按绝对值规则四舍五入（例如-2.5取整为-2），可调整实现为：

def round_common_all(arr):
    return np.trunc(arr + np.copysign(0.5, arr))

内容的提问来源于stack exchange，提问作者banikr