我读到numpy在四舍五入方面没有偏见，并且它的工作方式与其设计方式相同。那就是“如果您总是将0.5舍入到下一个最大数字，那么一堆舍入数字的平均值可能会比未舍入数字的平均值稍大：这种偏差或漂移可能会对某些数值算法产生非常不利的影响，使它们不准确。”

忽略此信息并假设我总是想四舍五入，如何在numpy中做到这一点？假设我的数组可能很大。

为了简单起见，假设我有数组：

import numpy as np

A = [ [10, 15, 30], [25, 134, 41], [134, 413, 51]]
A = np.array(A, dtype=np.int16)

decimal = A * .1
whole = np.round(decimal)

小数看起来像：

[[  1.    1.5   3. ]
 [  2.5  13.4   4.1]
 [ 13.4  41.3   5.1]]

整体看起来像：

[[  1.   2.   3.]
 [  2.  13.   4.]
 [ 13.  41.   5.]]

如您所见，将1.5舍入为2，将2.5舍入为2。我如何强制始终为XX.5获得舍入答案？我知道我可以遍历数组并使用python
round（），但这肯定会慢得多。想知道是否有一种方法可以使用numpy函数