查找最接近 0 的值的索引時出錯

Question

我的代碼有問題。 我試圖第一次找到我的 y 等於（或接近）0 的 x 值。

以下代碼計算不同參數的 x 和 y 值。 我不明白的是，當我逐行嘗試代碼時，我為我的 val 數組獲得了一個最小值，但是使用 np.where 不起作用，因為它找不到它剛剛獲得的這個值。我認為這可能與 min_value 的存儲方式有關，並且它以某種方式將其四舍五入，使其不等於以前的值。 我嘗試使用 `idx = np.where(np.isclose(val,0)) 代替，但我無法使其工作。 我怎么解決這個問題？

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

這是因為你的最小值是負數，所以當你取

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

min_val 不是您的數組的成員。 但它是np.abs(val)的成員，所以我建議：

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