用scipy解决一个颂歌系统 - 如何引用不同的索引?
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了用scipy解决一个颂歌系统 - 如何引用不同的索引?相关的知识,希望对你有一定的参考价值。
我有一个依赖于数据矩阵的ODE系统。每个ODE应在其评估中引用不同的数据列。
import numpy as np
n_eqns = 20
coeffs = np.random.normal(0, 1, (n_eqns, 20))
def dfdt(_, f, idx):
return (f ** 2) * coeffs[idx, :].sum() - 2 * f * coeffs.sum()
from scipy.integrate import ode
f0 = np.random.uniform(-1, 1, n_eqns)
t0 = 0
tf = 1
dt = 0.001
r = ode(dfdt)
r.set_initial_value(f0, t0).set_f_params(range(n_eqns))
while r.successful() and r.t < tf:
print(r.t+dt, r.integrate(r.t+dt))
如何指定每个ODE应该在ODE系统中使用与其索引关联的idx值?第一个等式应该通过idx=0
,第二个idx=1
,依此类推。
答案
函数dfdt
分别作为数组(或其他迭代)获取并返回状态和导数。因此,您所要做的就是遍历所有索引并相应地应用您的操作。例如:
def dfdt(t,f):
output = np.empty_like(f)
for i,entry in enumerate(f)
output[i] = f[i]**2 * coeffs[i,:].sum() - 2*f[i]*coeffs.sum()
return output
您也可以使用NumPy的组件操作(更快)来编写它:
def dfdt(t,f):
return f**2 * coeffs.sum(axis=1) - 2*f*coeffs.sum()
最后请注意,使用f
作为你的状态可能有点令人困惑,因为这是ode
表示衍生物(你称之为dfdt
)的方式。
以上是关于用scipy解决一个颂歌系统 - 如何引用不同的索引?的主要内容,如果未能解决你的问题,请参考以下文章
用 scipy odeint 在 python 中求解向量常微分方程
时间依赖的1D Schroedinger方程使用Numpy和SciPy solve_ivp