np.where() 与 np.linspace()
np.where() with np.linspace()
我正在尝试使用 np.where() 在 x_norm 数组中查找元素的索引,但效果不佳。
有没有办法找到元素的索引?
x_norm = np.linspace(-10,10,1000)
np.where(x_norm == -0.19019019)
Np.where 与 np.arange() 一起工作,可以找到由 linspace 创建的数组的第一个或最后一个元素的索引。
np.linspace
生成的数字包含的小数位数比您粘贴到 np.where 的数字多 (-0.19019019019019012)。
因此最好使用 np.argmin
来查找最接近的值并避免舍入错误:
x_norm = np.linspace(-10,10,1000)
yournumber=-0.19019019
idx=np.argmin(np.abs(x_norm-yournumber))
然后您可以更进一步,将 np.where(x_norm==x_norm[idx])
添加到您的代码中,以防您的数组重复。
使用 np.round 将精度级别设置为 8,然后使用 np.where 过滤数据作为掩码,然后将掩码应用于数组。
x_norm = np.round(np.asarray(np.linspace(-10,10,1000)),8)
results=x_norm[np.where(x_norm==-9.91991992)]
print(results)
我正在尝试使用 np.where() 在 x_norm 数组中查找元素的索引,但效果不佳。 有没有办法找到元素的索引?
x_norm = np.linspace(-10,10,1000)
np.where(x_norm == -0.19019019)
Np.where 与 np.arange() 一起工作,可以找到由 linspace 创建的数组的第一个或最后一个元素的索引。
np.linspace
生成的数字包含的小数位数比您粘贴到 np.where 的数字多 (-0.19019019019019012)。
因此最好使用 np.argmin
来查找最接近的值并避免舍入错误:
x_norm = np.linspace(-10,10,1000)
yournumber=-0.19019019
idx=np.argmin(np.abs(x_norm-yournumber))
然后您可以更进一步,将 np.where(x_norm==x_norm[idx])
添加到您的代码中,以防您的数组重复。
使用 np.round 将精度级别设置为 8,然后使用 np.where 过滤数据作为掩码,然后将掩码应用于数组。
x_norm = np.round(np.asarray(np.linspace(-10,10,1000)),8)
results=x_norm[np.where(x_norm==-9.91991992)]
print(results)