Numpy数组使用更小的内存消耗和更好的运行时行为。所以你需要存储的数字越多--你做得越好。这显示了Python和Numpy之间操作的一些性能数字。
Numpy数组是Python列表的完美替代品。它们比Python列表更好，因为它们提供了更好的加载时间、强劲的速度和更少的内存空间。
np.floor
np.floor()是一个数学上的numpy库函数，它返回数组元素的地板。numpy floor()函数接受两个主要参数，并返回每个数组元素的地板值，数据类型为浮点数。
标量x的底限是最大的整数i，这样i<=x.底限值总是小于等于给定值。
np.floor()方法检查输入变量的值（必须是实数，假设为x），并以向下的方式将变量舍入到最接近的整数，最后返回处理后的输出。
你必须注意，它不是四舍五入，而是会小于或等于输入的值（即x）。这是因为它与另一个用于返回向上舍入的变量的函数ceil()不同。
语法
numpy.floor(arr [, out]) = ufunc ‘floor’)
参数
NumPy floor()函数主要需要两个参数：
- arr：这是我们要寻找底限值的数组。
- out：存结果的一个位置。如果给定，它必须有一个输入所传达的形式。如果没有提供或无，它将返回一个新分配的列表。一个元组的长度必须等于输出的数量（只可能作为一个关键字参数）。
返回值
floor()函数返回每个数据类型为float的数组元素的地板值。
Numpy floor()函数如何工作？
Numpy floor()函数检查输入值（必须是实数；假设为x），并以向下取整的方式将变量取为最接近的整数，最后返回处理后的输出。
有一点需要注意，它不是四舍五入，而是会小于或等于输入的值（即x本身）。它与另一个函数[ceil()]不同，后者是用来返回向上舍入的变量。
请看下面的代码：
import numpy as np
# We will create an 1D array
arr = np.array([4.77, 0.555, 4.1, 6.03, 2.31])
# Printing the array
print("The array is: ", arr)
# Shape of the array
print("Shape of the array is : ", np.shape(arr))
# Printing floor of each array elements
print("Floor of each array element is: ")
print(np.floor(arr))
# We will create a 2D array
# Of shape 4x3
arr1 = np.array([(0.14, 0.2, 3.04), (4.1, 0.5, .546),
(7.1, 3.8, 2.09), (5.0, 5.17, 1.5)])
# Printing the array
print("\nThe array is: ")
print(arr1)
print("Shape of the array is: ", np.shape(arr1))
# Printing floor of each array elements
print("Floor of each array element is: ")
print(np.floor(arr1))
输出
The array is: [4.77 0.555 4.1 6.03 2.31 ]
Shape of the array is : (5,)
Floor of each array element is:
[4. 0. 4. 6. 2.]
The array is:
[[0.14 0.2 3.04 ]
[4.1 0.5 0.546]
[7.1 3.8 2.09 ]
[5. 5.17 1.5 ]]
Shape of the array is: (4, 3)
Floor of each array element is:
[[0. 0. 3.]
[4. 0. 0.]
[7. 3. 2.]
[5. 5. 1.]]
解释
在上面，我们声明了一个一维数组和一个二维数组，它们的元素都是浮点数据类型，然后我们打印了这些数组元素和它们的形状。然后我们打印了每个数组元素的底限值。我们可以看到，所有打印出来的值都小于等于各自的数组元素。
floor()的一个实际例子
请看下面的代码：
import numpy as np
# Program to find get sum of each array elements
# And print their ceil value
# We will create an 1D array
arr = np.array([1.77, 0.55, 1.1, 4.03, 2.111])
# Printing the array
print("The array is: ", arr)
# Shape of the array
print("Shape of the array is : ", np.shape(arr))
# Now we will print sum of this array elements
x = np.sum(arr)
print("Sum of array elements is: ", x)
# Printing floor value of the sum
print("Floor value of the sum is : ", np.floor(x))
输出
The array is: [1.77 0.55 1.1 4.03 2.111]
Shape of the array is : (5,)
Sum of array elements is: 9.561000000000002
Floor value of the sum is: 9.0
解释
在这个例子中，我们声明了一个一维数组，其值是浮动数据类型。我们已经打印了它和它的数据类型。
该程序是为了找到所有数组元素的总和，我们可以看到计算出的总和是浮点数据类型 的。最后，我们打印了计算和的底限值。
结论
np floor()函数大大减少了当程序员将需要编写小的代码，而使复杂的函数利用它们。
由于R语言的精确性和基于科学计算的工具的内置功能，使用R语言实现这种数学功能的编码者，可以获得更好的用户界面和减少言语的好处，使其成为所有功能操作的编程语言的需求。
本教程到此为止。
