查找最接近 0 的值的索引时出错

Question

我的代码有问题。 我试图第一次找到我的 y 等于（或接近）0 的 x 值。

以下代码计算不同参数的 x 和 y 值。 我不明白的是，当我逐行尝试代码时，我为我的 val 数组获得了一个最小值，但是使用 np.where 不起作用，因为它找不到它刚刚获得的这个值。我认为这可能与 min_value 的存储方式有关，并且它以某种方式将其四舍五入，使其不等于以前的值。 我尝试使用 `idx = np.where(np.isclose(val,0)) 代替，但我无法使其工作。 我怎么解决这个问题？

D = np.logspace(21,27,7)
x = np.logspace(0,7,500)
V0 = 1.17e+13
alpha = ((4*D)/((3300-1000)*9.81))**(1/4)


fig, axs = plt.subplots(2,4, figsize=(15, 6), facecolor='w', edgecolor='k')
fig.subplots_adjust(hspace = .5, wspace=.001)

axs = axs.ravel()

for i in range(0,len(D)):
  val = np.zeros((len(x)))

  val = -(V0*(alpha[i]**3))/(8*D[i]) * np.exp(-x/alpha[i]) * (np.cos(x/alpha[i]) + np.sin(x/alpha[i]))

  # Find the index for which val crosses the x axis for the first time
  min_val = np.min(np.abs(val))
  idx = np.where(val == min_val)
  idx_first = idx[0][0]
  pos = x[idx_first]

Answer 1

这是因为你的最小值是负数，所以当你取

min_val = np.min(np.abs(val))

min_val 不是您的数组的成员。 但它是np.abs(val)的成员，所以我建议：

idx = np.where(np.abs(val) == min_val)