Comment arrondir un nombre à l’entier supérieur en Python

Python, langage de programmation particulièrement polyvalent, offre de nombreuses façons d’arrondir les nombres, dont l’arrondi à l’entier supérieur. C’est une technique essentielle, surtout pour les personnes qui travaillent en finance ou en statistiques. Les méthodes suivantes se valent souvent en pratique, mais présentent des nuances importantes. Dans cet article, nous passons en revue plusieurs méthodes pour arrondir à l’entier supérieur, puis nous expliquons leurs différences. 

Si vous visez une carrière d’analyste ou de data scientist, nous vous recommandons vivement le cours Introduction to Python de DataCamp pour bien démarrer. La fiche mémo Python pour débutants sera également une référence utile.

Réponse rapide : comment arrondir à l’entier supérieur en Python

La fonction math.ceil() du module math permet d’arrondir simplement un nombre à l’entier supérieur en Python. Cette technique garantit un arrondi vers l’entier immédiatement supérieur au nombre d’origine. Le code suivant affiche 4.

# Import the math module to access math.ceil() function
import math
number = 3.14
rounded_up = math.ceil(number)
print(rounded_up)

Comprendre les bases de l’arrondi à l’entier supérieur

Arrondir des nombres consiste à ajuster les chiffres pour fournir une valeur approchée. Ce concept est utile pour simplifier les nombres et les rendre plus faciles à manipuler. Les cas d’usage courants incluent :

• Calculs financiers : l’arrondi à l’entier supérieur est souvent utilisé pour conserver une marge de sécurité. Par exemple, pour des intérêts ou des taxes, arrondir au centime supérieur évite de sous-estimer les montants.
• Analyse de données et statistiques : les rapports suivent souvent des conventions pour, par exemple, l’étiquetage des intervalles de confiance et la présentation des p-values, car une précision inutile peut nuire à la lisibilité. 
• Code et algorithmes : les fonctions d’arrondi contrôlent le niveau de précision des calculs, ce qui peut être crucial pour les performances et pour éviter des erreurs liées aux nombres à virgule flottante.

Gardez à l’esprit que si vous arrondissez avant d’effectuer des calculs, vous modifiez les résultats — parfois plus que prévu. Comme l’arrondi à l’entier supérieur ajuste les valeurs à la hausse, les erreurs peuvent s’accumuler, notamment sur de grands jeux de données. Si vous arrondissez tous les nombres à la hausse avant une multiplication, le produit final sera probablement supérieur à celui obtenu avec les valeurs d’origine, car chaque facteur est légèrement plus grand. 

À l’inverse, si vous arrondissez à la hausse avant une division, l’effet dépendra de la variable arrondie (dividende ou diviseur). Dans tous les cas, arrondir avant une opération peut produire des résultats surprenants si vous n’y prenez pas garde. 

Méthodes pour arrondir à l’entier supérieur en Python

Python propose différentes approches via le module math, ainsi que les bibliothèques NumPy et pandas.

Arrondir à l’aide du module math

La fonction math.ceil() de math arrondit un nombre à l’entier supérieur. Sa syntaxe est la suivante.

# Import the math module to access math.ceil() function
import math
math.ceil(number)

Pour un nombre positif, math.ceil() renvoie l’entier immédiatement supérieur au nombre d’origine. Le code suivant affiche 4.

# Import the math module to access math.ceil() function
import math
number = 3.14
rounded_up = math.ceil(number)
print(rounded_up)

Pour un nombre négatif, math.ceil() renvoie un entier négatif plus grand (c’est-à-dire moins éloigné de zéro) que la valeur d’origine. Le code suivant affiche -3.

# Import the math module to access math.ceil() function
import math
number = -3.14
rounded_up = math.ceil(number)
print(rounded_up)

Arrondir avec le module decimal pour plus de précision

Le module decimal en Python est utile pour arrondir des nombres à virgule avec une précision contrôlée. Il est particulièrement important en finance.

Vous pouvez créer des objets Decimal à partir de chaînes, d’entiers ou de flottants. Toutefois, créer un Decimal directement à partir d’un flottant est déconseillé en raison de possibles problèmes de précision. Les exemples ci-dessous montrent différentes façons de créer des Decimal.

# Import the decimal module to access Decimal function
from decimal import Decimal
d1 = Decimal("3.14159")
print(d1)

# Import the decimal module to access Decimal function
from decimal import Decimal
d3 = Decimal(3.14159)
print(d3)

Le module decimal propose notamment les modes d’arrondi suivants :

• ROUND_UP : arrondit toujours à l’écart de zéro.

• ROUND_CEILING : arrondit toujours vers plus l’infini.

Avec decimal, vous pouvez arrondir à la précision souhaitée via la méthode .quantize(). Dans l’exemple ci-dessous, le mode ROUND_UP arrondit à l’entier le plus proche en s’éloignant de zéro. Pour indiquer un arrondi à l’entier, on passe 1 à Decimal.

# Import the Decimal class and the ROUND_UP rounding mode from the decimal module
from decimal import Decimal, ROUND_UP

# Create a Decimal object from a string representation of a floating-point number
d = Decimal("-3.14159")

# Round the Decimal object to nearest integer using the ROUND_UP rounding mode
rounded_d_int = d.quantize(Decimal("1"), rounding=ROUND_UP)
print(rounded_d_int) # prints -4

Le mode ROUND_CEILING du module Decimal permet également d’arrondir un nombre vers l’entier supérieur.

# Import the Decimal class and the ROUND_CEILING rounding mode from the decimal module
from decimal import Decimal, ROUND_CEILING

# Create a Decimal object from a string representation of a floating-point number
d = Decimal("-3.14159")

# Round the Decimal object to nearest integer using ROUND_CEILING rounding mode
rounded_d_int = d.quantize(Decimal("1"), rounding=ROUND_CEILING)
print(rounded_d_int) # prints -3

Arrondir des tableaux avec NumPy

NumPy est une bibliothèque puissante pour opérer sur de grands tableaux et matrices. Indispensable en data science, elle est efficace et pratique pour le calcul. Parmi ses opérations : l’arrondi à l’entier supérieur. Voyons np.ceil(), qui arrondit chaque élément d’un tableau à l’entier supérieur. La syntaxe est simple :

np.ceil(array)

Exemple d’arrondi des éléments d’un tableau avec np.ceil() :

# Import the numpy module and alias it as np for convenience
import numpy as np

# Create a numpy array with floating-point numbers
array = np.array([3.14, 2.72, 1.61])

# Apply the ceiling function to each element in the numpy array, rounding each number up to the nearest integer
rounded_up_array = np.ceil(array)
print(rounded_up_array) # 4, 3, 2

Comparatif synthétique

Le biais d’arrondi correspond à la distorsion des valeurs numériques introduite par les méthodes d’arrondi. Il apparaît lorsque l’arrondi produit une valeur supérieure ou inférieure à la valeur d’origine. Ce biais peut diminuer la précision, notamment en analyse statistique et en finance.

Arrondi au supérieur pour les moitiés (round half up)

La méthode « round half up » arrondit à la hausse lorsqu’un nombre est exactement à mi-chemin entre deux valeurs possibles. Par exemple, 2,5 devient 3. Son avantage : elle est facile à comprendre et correspond à ce qui est généralement enseigné à l’école. Dans le code suivant, nous créons une fonction qui vérifie si la partie décimale vaut exactement 0,5 ; si oui, on arrondit à la hausse, sinon on arrondit à la baisse.

# Create a function to check if a decimal is exactly 0.5 and round up if true
def round_half_up(n):
    if n - int(n) == 0.5:
        return int(n) + 1
    return round(n)
# Example usage
example_number = 2.5
rounded_number = round_half_up(example_number)
print(rounded_number)

Arrondi à l’entier pair (bankers’ rounding)

L’arrondi à l’entier pair, ou bankers’ rounding, vise à minimiser le biais : lorsqu’un nombre est exactement à mi-chemin entre deux entiers, on l’arrondit vers l’entier pair le plus proche. Cela équilibre les arrondis en évitant une dérive systématique vers le haut ou vers le bas.

Si vous omettez le second argument, la fonction native round applique par défaut l’arrondi à l’entier pair.

# Python round() method to round half to even
print(round(2.5)) # 2
print(round(3.5)) # 4
print(round(-2.5)) # -2

Conclusion

Arrondir à l’entier supérieur est une technique importante en programmation : elle facilite la manipulation des valeurs numériques. Elle est aussi essentielle en statistiques et en finance, en simplifiant les valeurs pour une meilleure lisibilité et interprétation. Il est crucial de connaître les différentes méthodes d’arrondi et de choisir la plus adaptée à votre besoin. 

En tant qu’analyste de données, entraînez-vous avec ces différentes approches pour en comprendre les usages concrets. Nous vous recommandons les parcours de compétences Python Fundamentals et Python Programming pour renforcer vos compétences. Enfin, le parcours de carrière Python Developer vous aidera à acquérir des compétences avancées pour vous démarquer. Si vous êtes curieux du fonctionnement des entiers en Python, lisez aussi notre tutoriel sur la valeur maximale d’un entier en Python.