np.arangeでの配列にコンマ区切りがない

前提

np.arangeで生成した配列がコンマ区切りが無く、コンマ付きの出力にしたいです。

該当のソースコード

python
1model_logU  = np.arange(-4, -0.9, 0.1)
2print(len(model_logU))
3print(model_logU)
4print(np.shape(model_logU))
5print(type(model_logU))
6
7i = np.where(model_logU == -2.7)[0]
8print(i)

と書くと出力は

31
[-4.  -3.9 -3.8 -3.7 -3.6 -3.5 -3.4 -3.3 -3.2 -3.1 -3.  -2.9 -2.8 -2.7
 -2.6 -2.5 -2.4 -2.3 -2.2 -2.1 -2.  -1.9 -1.8 -1.7 -1.6 -1.5 -1.4 -1.3
 -1.2 -1.1 -1. ]
(31,)
<class 'numpy.ndarray'>
[]

となります。

配列をコンマ付きにすると、

model_logU  =np.array([-4.,  -3.9, -3.8, -3.7, -3.6, -3.5, -3.4, -3.3, -3.2, -3.1, -3.,  -2.9, -2.8, -2.7,\
                       -2.6, -2.5, -2.4, -2.3, -2.2, -2.1, -2.,  -1.9, -1.8, -1.7, -1.6, -1.5, -1.4, -1.3,\
                       -1.2, -1.1, -1. ])
print(len(model_logU))
print(model_logU)
print(np.shape(model_logU))
print(type(model_logU))

i = np.where(model_logU == -2.7)[0]
print(i)
print(i + 1)

出力は

31
[-4.  -3.9 -3.8 -3.7 -3.6 -3.5 -3.4 -3.3 -3.2 -3.1 -3.  -2.9 -2.8 -2.7
 -2.6 -2.5 -2.4 -2.3 -2.2 -2.1 -2.  -1.9 -1.8 -1.7 -1.6 -1.5 -1.4 -1.3
 -1.2 -1.1 -1. ]
(31,)
<class 'numpy.ndarray'>
[13]
[14]

と正しく、np.whereで配列が認識されています。

解決したい疑問点

① 何故 np.arangeで生成した配列もちゃんと<class 'numpy.ndarray'>であるにも関わらず、np.whereではインデックス値が返ってこないのでしょうか?

② np.arange (またはnp.linespace)でコンマ付きの配列が返ってくるにはどうすればよいでしょうか?

補足情報（FW/ツールのバージョンなど）

python3

行動規範の内容に同意します

回答1件

ベストアンサー

python
1>>> import numpy as np
2>>>
3>>> model_logU = np.arange(-4, -0.9, 0.1)
4>>> print(repr(model_logU))
5array([-4. , -3.9, -3.8, -3.7, -3.6, -3.5, -3.4, -3.3, -3.2, -3.1, -3. ,
6       -2.9, -2.8, -2.7, -2.6, -2.5, -2.4, -2.3, -2.2, -2.1, -2. , -1.9,
7       -1.8, -1.7, -1.6, -1.5, -1.4, -1.3, -1.2, -1.1, -1. ])
8>>>
9>>> print(model_logU.tolist())
10[-4.0, -3.9, -3.8, -3.6999999999999997, -3.5999999999999996, -3.4999999999999996, -3.3999999999999995, -3.2999999999999994, -3.1999999999999993, -3.099999999999999, -2.999999999999999, -2.899999999999999, -2.799999999999999, -2.699999999999999, -2.5999999999999988, -2.4999999999999987, -2.3999999999999986, -2.2999999999999985, -2.1999999999999984, -2.0999999999999983, -1.9999999999999982, -1.8999999999999981, -1.799999999999998, -1.699999999999998, -1.5999999999999979, -1.4999999999999978, -1.3999999999999977, -1.2999999999999976, -1.1999999999999975, -1.0999999999999974, -0.9999999999999973]
11>>>
12>>> i = np.where(np.round(model_logU, 1) == -2.7)[0]
13>>> i
14array([13])
15>>>
16>>> model_logU[i].tolist()
17[-2.699999999999999]