计算四舍五入比例的列表

Question

必填：

[10,20,-30] -> [1,2,-3]
[19,-14,15] -> [2,-1,2]
[-1.09,-0.92,0.02] -> [-109,-92,2]
[501.6545,-1857.1,897.543] -> [5,-19,9]

每个输入集中最接近零的数字在输出中应该是单个数字。比例必须保持大致恒定，接受舍入误差。

上下文：使用尽可能小的订单将模型中要购买的证券股数转换为 100 手的整数手数。

我可以用非 pythonic 的方式强制执行此操作，但我正在寻找有关要使用的 Python 函数的指针。我的背景是Java。

Answer 1

在 Python 中，您将使用 numpy 进行此类计算。我会建议这样的算法：

def process(array):
    order_of_magnitude = np.floor(np.log10(np.min(np.abs(array))))
    return np.round(array*10**(-order_of_magnitude))

解释：

找出数组中最小元素的数量级（不考虑符号）。
根据此缩放每个元素（或向上）。
四舍五入结果

您需要为此安装 numpy。例如使用 pip 或通过您的 linux 发行版。

像这样将你的列表变成 numpy 数组：

array = np.array(your_list)

Answer 2

忽略你的例子，我实现了要求

The number closest to zero in each input set should be a single digit number in the output. The proportions must be kept approximately constant, rounding errors accepted.

该算法通过最接近零的值的绝对值对数据进行归一化，并将所得结果乘以 9 以保持最小的数字为一位，从而最大限度地减少后续的舍入误差。

def normalize(l):
    import numpy as np
    m = np.min(np.abs(l))
    return np.round(l / m * 9).astype(int)

Answer 3

这是基于@user8408080 回答的正确答案。

import numpy as np
def process(array):
    order_of_magnitude = np.floor(np.log10(np.min(np.abs(array)))).astype(int).item()
    return np.round(np.asarray(array)*10**(-order_of_magnitude)).astype(int)

计算四舍五入比例的列表

Compute a list of rounded proportions

python

math

finance

numpy

scipy