毫无意义地做:

>>> round_up = lambda num: int(num + 1) if int(num) != num else int(num)
>>> round_up(2.0)
2
>>> round_up(2.1)
3

我很惊讶我还没有看到这个答案(x + 0.4999)，所以我要把它写下来。注意，这适用于任何Python版本。对Python舍入方案的更改使事情变得困难。请看这篇文章。

无需导入，我使用:

def roundUp(num):
    return round(num + 0.49)

testCases = list(x*0.1 for x in range(0, 50))

print(testCases)
for test in testCases:
    print("{:5.2f}  -> {:5.2f}".format(test, roundUp(test)))

为什么会这样

来自文档

对于支持round()的内置类型，值四舍五入为10的- n次方的最接近倍数;如果两个倍数相等，则舍入到偶数

因此，2.5四舍五入为2,3.5四舍五入为4。如果不是这样的话，那么四舍五入可以通过加0.5来完成，但我们要避免达到中间点。所以，如果你加上0.4999，你会很接近，但有足够的余量来四舍五入到你通常期望的值。当然，如果x + 0.4999等于[n]，这将失败。5000，但这不太可能。

四舍五入的值应该是浮动的

a = 8 
b = 21
print math.ceil(a / b)
>>> 0

but

print math.ceil(float(a) / b)
>>> 1.0

我的分享

我已经测试了print(-(-101 // 5)) = 21上面给出的例子。

现在来总结一下:

101 * 19% = 19.19

我不能用**，所以我把乘除展开:

(-(-101 //(1/0.19))) = 20

你可能也喜欢numpy:

>>> import numpy as np
>>> np.ceil(2.3)
3.0

我并不是说numpy比数学更好，但如果您已经将numpy用于其他目的，则可以保持代码的一致性。

总之，这是我偶然发现的一个细节。我经常使用numpy，很惊讶没有人提到它，但当然，公认的答案是完全正确的。

有趣的Python 2。要记住的X问题:

>>> import math
>>> math.ceil(4500/1000)
4.0
>>> math.ceil(4500/1000.0)
5.0

问题是，在python中，两个整型数的除法会产生另一个整型数，并且在ceiling调用之前被截断。您必须将一个值设置为浮点(或强制转换)以获得正确的结果。

在javascript中，完全相同的代码产生不同的结果:

console.log(Math.ceil(4500/1000));
5