Python のラウンド関数

公開: 2023-01-03

Python の紹介:

Python は高水準のプログラミング言語です。誰でもアクセスできるオープンソース言語です。これは、企業全体でグローバルに使用されているため、最近非常に人気が高まっている広く使用されている言語です。企業は、データを正確かつ深く理解する能力があるため、Python の使用を好みます。 Python には、データセットの保存と操作のための多くの強力な方法があります。この言語では、変数を入力すると自動的に割り当てられるため、変数を宣言したり変数に型を割り当てたりする必要はありません。つまり、割り当てられているさまざまな値を自動的に区別する動的な型付き言語です。ドットのある数値は「float」型として扱われ、ドットのない数値は「integer」型として扱われます。このような言語を使用すると、多くの利点が得られます。その 1 つは、型変換を気にする必要がないことです。 Python には、他のプログラミング言語と比較して多くの利点があります。

英語に似た単純な構文を持っています。
また、数行の構文で実行できるこの言語で大きなコードを記述する代わりに、数行のコードを記述できるため、開発者にとって非常に役立ちます。
Python はオブジェクト指向言語です。
この言語ではインデントが非常に重要です。インデントは、コードを読みやすくするのに役立ち、コードブロックがどのように実行されるかを理解するのに役立ちます。コードのすべてのブロックにはインデントが必要です。他のプログラミング言語のように中括弧や endif ステートメントは必要ありません。

データサイエンスコースをチェックして、スキルアップしましょう。

Python でできること

Python には多くのアプリケーションがあります。その中には、Web 開発、ソフトウェア開発、システムスクリプト作成などがあります。
Python は Web アプリケーションの作成に役立ちます。
Python を使用してワークフローを作成できます。データベースシステムに接続するプロパティがあり、システム内のファイルを読み取り、これらのファイルを変更できます。
Pythonは、必要に応じてさまざまな複雑な数学を実行できるため、ビッグデータを処理する必要がある場合に非常に役立ちます.
Python は、エンジニアがコンセプトを機能するアイテムに変えるのに役立ちます。

Python 組み込み関数:

今日の世界で重要な役割を果たしているビッグデータとデータサイエンスという用語はよく知られています。多くの組織はビッグデータに取り組んでおり、過去に使用されていなかったデータから行われた分析または予測に基づいて、データに影響を与えて適切な意思決定を下しています。 Python は、企業がデータに対してさまざまな機能を実行してパターンを見つけ、それに基づいて適切な意思決定を行うために使用されています。データセットは偏っている可能性があり、アナリストはデータを処理する際にこれを念頭に置いて、コストのかかるミスを回避する必要があります。そのため、さまざまな手法を使用して、モデル構築に何らかの障害を引き起こす可能性のあるデータの誤りを回避しています。そのために、多数の関数を使用しますが、そのうちのいくつかは Python 組み込み関数です。

Python には、計算目的で非常に便利な組み込み関数がいくつかあります。整数除算、絶対値、複素数、モジュラスなどのさまざまな関数があります。そのような関数の 1 つに round() があります。これは、浮動小数点数を扱うときに非常に便利です。 Python での丸めは、数学で算術関数を実行するときに遭遇する丸めとは異なります。これは、通常の数学的計算を実行する際に、数字の 10 に基づく 10 進法を使用するのに対し、コンピューターはすべての整数を 2 進数形式、つまり「0」で処理および保存するという事実に起因する可能性があります。」と「1」。そのため、Python で round 関数を使用しているときに期待した結果が得られない可能性があります。したがって、Python の round 関数は、特定の丸め戦略に従って出力を提供することを理解する必要があります。これは、それが使用された特定の状況で期待される結果をもたらさない可能性があります。 round 関数の基本的な機能は、浮動小数点数を返すことです。

丸めの影響度は?

あなたが非常に良い日を過ごし、地面に 100 ドルを見つけたとします。一度にすべてのお金を払い出す代わりに、複数の株式の株を購入するためにいくらかの金額を投資することを考えます.

また、株式の価値は需要と供給に完全に依存していることも知っています。特定の株を買おうとする人が多ければ多いほど、その株の価値は徐々に上昇します。また、株式の価値は、市場での需要に基づいて刻々と変化する可能性があります。

実験の時間です。購入されたすべての株式の価値を分解し、0.05 ドルから 0.06 ドルの間の乱数で毎秒変動を記録してみましょう。前述の変動は、小数点以下 2 桁のあまり適切な値ではない可能性があります。全体の値が 1 秒で $0.036332 増加し、次の秒で $0.022223 減少する例を考えてみましょう。

ここで、小数第 5 位と第 6 位を追跡する必要がない場合は、小数第 3 位以降の桁を切り捨てる決定を下すことができます。この方法は、桁の切り捨てとしてよく知られています。ここでエラーが発生することが予想されますが、小数点以下 3 桁のみを保持することで、このエラーの重要性が最も低くなる可能性があります。このシナリオをもう少し学習するために、truncate() 関数がどのように機能するかを見てみましょう。

たとえば、数 n があるとします。したがって、truncate() は、数値 n に 1000 を掛けて、小数点を右に最大 3 桁移動することにより、この数値に対して機能します。乗算後、int() として取得される新しい数値を取得します。最後に、数値を再度 1000 で割り、小数点を左にシフトします。

ここで、仮定の主なパラメーターを定義しましょう。ここで 2 つの変数が必要になります。1 つはシミュレーション終了後の株価の実際の値を追跡するためのもので、もう 1 つはすべてのステップで小数点以下 3 桁までトリミングした後の株式の値のためのものです。

以下の構文を使用して、変数を 100 に初期化します。

そして、シミュレーションは 1,000,000 秒 (約 11.5 日) 実行されます。シミュレーションはループで行われます。 999 から 0 の間の数値範囲をループします。値は、range() から取得した値の各ステップで変数に保存されます。 random.randn() を使用して、ループのすべてのステップで -0.5 から 0.5 の間の乱数が生成され、この数が randn 変数に割り当てられます。投資の価値は、randn に実際の値を追加することによって計算されます。次に、切り捨てられた値に randn を追加します。切り捨てられた合計を取得し、この合計値は truncate() を使用して切り捨てられます。

ループの実行後、変数 actual_value を観察します。損失はわずか 3.55 ドルです。ただし、truncated_value を見ると、全額が失われているように見えます。

注: 上記の例で使用されている random.seed() 関数は、pseudo_random 番号のシードに関与しています。したがって、出力を再現できます。

round() と truncate() を使用した後の結果の違いを明確に観察できます。

丸め関数をどのように使用するかは非常に重要であり、ソフトウェア開発者として、一般的な問題とその処理方法を理解する必要があります。それでは、値を四捨五入するさまざまな方法と、それを Python で実装する方法について学びましょう。

ゼロからの半分の丸め:

round_half_up()とround_half_down( ) を詳しく見てみると、どちらもゼロを中心に対称ではないことがわかります。対称性は、タイをゼロから遠ざけることで導入できます。

小数点を右にシフトすることから始めます。次に、この新しい数値の小数点以下のすぐ右にある数字 d を見てみましょう。このシナリオには、次の 4 つのケースがあります。

nが正でd >= 5の場合、値を切り上げます
nが正でd < 5の場合、値を切り捨てます
nが負でd >= 5の場合、値を切り捨てます
nが負でd < 5の場合、値を切り上げます

上記の方法に従って丸めた後、小数点を左にシフトします。

半分を偶数に丸める:

データセット内の値を丸めるときに丸めバイアスを回避する 1 つの方法は、最も近い偶数に丸められます。以下のいくつかの例を見てみましょう。

round() 関数には偏りはありませんが、完全ではありません。ただし、データセット内の値の大部分が切り捨てではなく偶数に切り上げられる場合は、丸めバイアスが発生する可能性があります。「半分を偶数に丸める戦略」は、Python 組み込み関数 round() で使用されます。

データサイエンスのエグゼクティブPGプログラムに申し込む

まとめ：

これで、Python で四捨五入するさまざまな方法を確認しました。 •実際のデータを四捨五入するためのベストプラクティスがあります。
numpy および pandas データフレームで丸めを使用できます。
丸め誤差が発生する可能性がありますが、そのために、値を丸めてそれらの誤差を回避するさまざまな方法があります。

この記事を共有したいですか？

将来のキャリアに備える

データサイエンスの理学修士号を申請する