質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.50%

  • Python

    8008questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • NumPy

    448questions

    NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。

python numpyにおけるarange関数のエラー

解決済

回答 3

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 394

simasima

score 41

print(np.arange(0.01,0.07,0.01))
print(np.arange(0.01,0.08,0.01))

を実行すると、
[ 0.01  0.02  0.03  0.04  0.05  0.06]
[ 0.01  0.02  0.03  0.04  0.05  0.06  0.07  0.08]

のように出力されます。前者はいいとしても後者はなぜ0.08までの配列となっているのでしょうか。
[ 0.01  0.02  0.03  0.04  0.05  0.06  0.07] としたいので、解決方法があればご教授願いします。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 3

checkベストアンサー

+4

コンピュータ上で浮動小数点数を扱う場合に出てくる一般的な動作仕様(問題)となります。
詳細はNumpyのarangeの動作はintとfloatで異なる?を参照ください。

今回のケースではnumpy.linspaceを用いることにより、たとえば2番目は
print(np.linspace(0.01,0.07,num = 7))または
print(np.linspace(0.01,0.08,num = 7, endpoint = False))
にて期待する結果を得られます。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/12/18 00:29

    ありがとうございます!arange のみではちょっと厳しそうですね。。。

    キャンセル

  • 2017/12/18 13:27

    他の回答にあるようにint型の数列をarangeで生成した後に浮動小数点数に変換してもよいです。
    が、せっかく専用関数linspaceがあるので、そちらを使うほうが汎用/柔軟性は高いと思います。

    キャンセル

+3

結果だけであれば、

np.arange(0.01, 0.079, 0.01)

浮動小数の精度のせいでしょうか。


https://docs.scipy.org/doc/numpy-1.13.0/reference/generated/numpy.arange.html

When using a non-integer step, such as 0.1, the results will often not be consistent. It is better to use linspace for these cases.

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/12/17 15:12

    ありがとうございます。できれば関数などを利用して一般的に解決をしたいのですが。。。

    キャンセル

  • 2017/12/17 15:14

    np.arange(1,8,1)/100.
    でしょうか。

    キャンセル

  • 2017/12/17 15:23

    np.linspace(0.01, 0.07, 7)
    でもよいみたいですね。

    キャンセル

  • 2017/12/17 15:49

    (0.08-0.01)/0.01が
    7.00000000000000088817841970012523233890533447265625
    になるせいですね。
    これにceilがかかって8ステップ分計算されています。

    from decimal import Decimal
    Decimal(0.01)
    などすると実際の計算精度が見られます。

    キャンセル

  • 2017/12/18 00:29

    勉強になります。ありがとうございます!

    キャンセル

+2

arangeのみで実装するならこんな形ではどうでしょうか?

import numpy as np
print(np.arange(1, 7) / 100)
print(np.arange(1, 8) / 100)


整数で処理すれば、arangeで問題ないことがわかっているので、それを100で割るだけのシンプル対応です。(mkgreiさんがコメントで書かれているものをさらに簡素化)

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/12/18 13:30

    確かにそうですね!ありがとうございます!

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.50%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Python

    8008questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • NumPy

    448questions

    NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。