Python의 라운드 함수
게시 됨: 2023-01-03목차
파이썬 소개:
Python은 고급 프로그래밍 언어입니다. 누구나 접근할 수 있는 오픈 소스 언어입니다. 회사 전체에서 전 세계적으로 사용되기 때문에 요즘 매우 인기를 얻고 있는 광범위하게 사용되는 언어입니다. 기업은 데이터에 대한 정확하고 깊은 이해를 얻을 수 있는 기능이 있기 때문에 Python을 사용하는 것을 선호합니다. Python에는 데이터 세트의 저장 및 조작을 위한 많은 강력한 방법이 있습니다. 이 언어에서는 변수를 선언하거나 변수에 유형을 할당할 필요가 없습니다. 변수를 입력하면 자동으로 할당되기 때문입니다. 즉, 할당되는 여러 값을 자동으로 구분하는 동적 유형 언어입니다. 점이 있는 숫자는 "float" 유형으로 처리되고 점이 없는 숫자는 "integer" 유형으로 처리됩니다. 이러한 언어를 사용하면 많은 이점이 있으며 그 중 하나는 유형 변환에 대해 신경 쓸 필요가 없다는 것입니다. Python은 다른 프로그래밍 언어에 비해 많은 장점이 있습니다.
- 그것은 영어와 유사한 간단한 구문을 가지고 있습니다.
- 또한 몇 줄의 구문으로 수행할 수 있는 이 언어로 큰 코드를 작성하는 대신 개발자에게 매우 유용한 몇 줄의 코드를 작성할 수 있습니다.
- 파이썬은 객체 지향 언어입니다.
- 들여쓰기는 이 언어에서 매우 중요합니다. 들여쓰기는 코드의 가독성에 도움이 되며 코드 블록이 실행되는 방식을 이해하는 데 도움이 됩니다. 모든 코드 블록에는 들여쓰기가 필요합니다. 다른 프로그래밍 언어처럼 중괄호와 endif 문이 필요하지 않습니다.
데이터 과학 과정을 확인하여 기술을 향상시키십시오.
파이썬으로 무엇을 할 수 있습니까?
- 파이썬에는 많은 응용 프로그램이 있습니다. 그 중 일부는 웹 개발, 소프트웨어 개발 및 시스템 스크립팅입니다.
- Python은 웹 응용 프로그램을 만드는 데 유용합니다.
- Python을 사용하여 워크플로를 만들 수 있습니다. 데이터베이스 시스템에 연결하는 속성이 있으며 시스템의 파일을 읽고 이 파일을 수정할 수 있습니다.
- Python은 필요할 때마다 다양한 복잡한 수학을 수행할 수 있으므로 빅 데이터를 처리해야 할 때 매우 유용합니다.
- Python은 엔지니어가 개념을 기능 항목으로 전환하는 데 도움이 됩니다.
파이썬 내장 함수:
우리는 오늘날 세계에서 중요한 역할을 하는 빅 데이터 및 데이터 과학이라는 용어에 익숙합니다. 많은 조직에서 과거에 사용되지 않은 데이터에서 수행된 분석 또는 예측을 기반으로 올바른 결정을 내리기 위해 데이터에 영향을 주는 빅 데이터에 대해 작업하고 있습니다. Python은 회사에서 데이터에 대한 다양한 기능을 수행하여 패턴을 찾고 이를 기반으로 올바른 결정을 내리는 데 사용됩니다. 데이터 세트는 편향될 수 있으며 분석가는 비용이 많이 드는 실수를 피하기 위해 데이터를 처리하는 동안 이를 염두에 두어야 합니다. 그래서 우리는 모델 구축에 방해가 될 수 있는 데이터의 실수를 피하기 위해 다양한 기술을 사용합니다. 이를 위해 우리는 수많은 함수를 사용하며 그 중 일부는 Python 내장 함수입니다.
Python에는 계산 목적으로 매우 유용한 내장 함수가 있습니다. 정수 나누기, 절대값, 복소수 및 모듈러스와 같은 다양한 함수가 있습니다. 이러한 함수 중 하나는 부동 소수점 숫자를 처리할 때 매우 편리한 round()입니다. Python의 반올림은 수학에서 산술 함수를 수행하는 동안 접하는 것과 다릅니다. 이는 일반적인 수학 계산을 수행할 때 숫자 10을 기반으로 하는 십진법을 사용하는 반면 컴퓨터는 모든 정수를 이진수 형식, 즉 "0"으로 처리하고 저장하기 때문입니다. ” 및 “1”. 따라서 Python에서 round 함수를 사용하는 동안 예상한 결과를 보지 못할 수도 있습니다. 따라서 Python의 round 함수는 특정 반올림 전략에 따라 출력을 제공하므로 사용된 특정 상황에서 예상된 결과를 얻지 못할 수 있음을 이해해야 합니다. round 함수의 기본 기능은 float 숫자를 반환하는 것입니다.
임팩트 반올림은 얼마나 됩니까?
당신이 매우 좋은 하루를 보내고 땅에서 100달러를 발견했다고 가정합니다. 한 번에 모든 돈을 쏟아 붓는 대신 여러 주식의 주식을 사는 데 일정 금액을 투자하는 것을 생각합니다.
또한 주식의 가치는 전적으로 수요와 공급에 달려 있다는 것도 알고 있습니다. 사람들이 특정 주식을 사려고 하면 할수록 그 주식의 가치는 점점 더 높아집니다. 그리고 주식의 가치는 시장 수요에 따라 매초마다 변할 수 있습니다.
이제 실험할 시간입니다. 구매한 모든 주식의 가치를 분석한 다음 $0.05와 $0.06 사이에서 매초 임의의 숫자로 변동을 기록해 보겠습니다. 언급된 변형은 소수점 이하 두 자리로 아주 좋은 값이 아닐 수 있습니다. 전체 값이 1초에 $0.036332 증가하고 다음 초에 $0.022223 감소하는 예를 고려하십시오.
이제 소수점 5번째와 6번째 자리를 추적할 필요가 없으면 소수점 3번째 자리를 잘라내기로 결정할 수 있습니다. 이 방법은 숫자 자르기로 잘 알려져 있습니다. 여기에서 오류를 예상할 수 있지만 소수점 세 자리만 유지하면 이 오류가 가장 중요하지 않을 수 있습니다. 이 시나리오를 조금 더 알아보기 위해 truncate() 함수가 어떻게 작동하는지 살펴보겠습니다.
예를 들어 숫자 n이 있다고 합시다. 따라서 truncate()는 숫자 n에 1000을 곱하여 소수점을 오른쪽으로 최대 세 자리까지 이동하여 이 숫자에 대해 작동합니다. 곱셈 후 int()로 간주되는 새 숫자를 얻습니다. 마지막으로 숫자를 다시 1000으로 나누고 소수점을 왼쪽으로 이동합니다.
이제 가정에 대한 기본 매개변수를 정의하겠습니다. 이제 두 개의 변수가 필요합니다. 그 중 하나는 시뮬레이션이 완료되면 주식의 실제 가치를 추적하기 위한 것이고 다른 하나는 모든 단계에서 소수점 세 자리로 트리밍한 후 주식 가치를 위한 것입니다.
아래 구문을 사용하여 변수를 100으로 초기화합니다.
이제 시뮬레이션이 1,000,000초(약 11.5일) 동안 실행됩니다. 시뮬레이션은 루프에서 발생합니다. 999에서 0 사이의 숫자 범위를 반복합니다. 범위()에서 가져온 값의 각 단계에서 변수에 값이 저장됩니다. random.randn()을 사용하여 루프의 모든 단계에서 -0.5에서 0.5 사이의 난수를 생성하고 이 숫자를 randn 변수에 할당합니다. 이제 randn에 실제 가치를 더하여 투자 가치를 계산한 다음 잘린 값에 randn을 더할 것입니다. 잘린 총계를 얻고 이 총계 값은 truncate()를 사용하여 잘립니다.
루프를 실행한 후 actual_value 변수를 관찰합니다. 우리는 약 $3.55만 잃습니다. 그러나 truncated_value를 보면 전체 금액이 손실된 것 같습니다.
참고: 위에서 언급한 예제에서 사용된 random.seed() 함수는 pseudo_random 숫자를 시드하는 데 관여합니다. 따라서 출력을 재현할 수 있습니다.
round()와 truncate()를 사용한 후 결과의 차이를 명확하게 관찰할 수 있습니다.
반올림 기능을 사용하는 방법은 매우 중요하며 소프트웨어 개발자로서 일반적인 문제와 처리 방법에 대한 이해가 필요합니다. 따라서 값을 반올림하는 다양한 방법과 Python에서 이를 구현하는 방법에 대해 알아보겠습니다.
0에서 반올림 반올림:
round_half_up() 및 round_half_down( ) 을 자세히 살펴보면 둘 다 0을 중심으로 대칭이 아님을 알 수 있습니다. 타이를 0에서 멀어지게 반올림하여 대칭을 도입할 수 있습니다.
소수점을 오른쪽으로 이동하여 시작합니다. 그런 다음 이 새 숫자에서 소수점 이하 자릿수 바로 오른쪽에 있는 숫자 d를 살펴봅니다. 이 시나리오에는 네 가지 경우가 있습니다.
- n 이 양수이고 d >= 5 이면 값을 반올림합니다.
- n 이 양수이고 d < 5 이면 값을 내림합니다.
- n 이 음수이고 d >= 5 이면 값을 내림합니다.
- n 이 음수이고 d < 5 이면 값을 반올림합니다.
위의 방법으로 반올림한 후 소수점을 다시 왼쪽으로 이동합니다.
짝수로 반올림:
데이터 세트의 값을 반올림할 때 반올림 편향을 방지하는 한 가지 방법은 가장 가까운 짝수로 반올림하는 것입니다. 아래의 몇 가지 예를 살펴보겠습니다.
round() 함수는 편견이 없지만 완벽하지는 않습니다. 그러나 데이터 세트에 있는 대부분의 값이 내림하지 않고 짝수로 반올림되는 경우에도 반올림 편향이 발생할 수 있습니다. Python 내장 함수 round()에서 "반올림 전략"이 사용됩니다.
데이터 사이언스의 Executive PG 프로그램 지원
요약:
- 이제 우리는 Python에서 반올림하는 다양한 방법을 살펴보았습니다. • 실제 데이터를 반올림하는 모범 사례가 있습니다.
- numpy 및 pandas 데이터 프레임에서 반올림을 사용할 수 있습니다.
- 반올림 오류가 있을 수 있지만 이를 위해 값을 반올림하고 이러한 오류를 방지하는 다양한 방법이 있습니다.
