- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我做了一个求解器,它可以在 scipy.integrate.ode
和 scipy.integrate.odeint
之间互换。这是代码。
def f(y,s,C,u,v):
y0 = y[0] # u
y1 = y[1] # u'
y2 = y[2] # v
y3 = y[3] # v'
dy = np.zeros_like(y)
dy[0] = y1
dy[2] = y3
C = C.subs({u:y0,v:y2})
dy[1] = -C[0,0][0]*dy[0]**2\
-2*C[0,0][1]*dy[0]*dy[2]\
-C[0,1][1]*dy[2]**2
dy[3] = -C[1,0][0]*dy[0]**2\
-2*C[1,0][1]*dy[0]*dy[2]\
-C[1,1][1]*dy[2]**2
return dy
def solve(C,u0,s0,s1,ds,solver=None):
from sympy.abc import u,v
if solver == None: # use lsoda from scipy.integrate.odeint
s = np.arange(s0,s1+ds,ds)
print 'Running solver ...'
return sc.odeint(f,u0,s,args=(C,u,v))
else: # use any other solver from scipy.integrate.ode
r = sc.ode(f).set_integrator(solver) # vode,zvode,lsoda,dopri5,dop853
r.set_f_params(C,u,v)
r.set_initial_value(u0)
#t = []
y = []
print 'Running solver ...'
while r.successful() and r.t <= s1:
r.integrate(r.t + ds)
y.append(r.y)#; t.append(r.t)
return np.array(y)
我遇到的问题如下。如果我决定使用 scipy.integrate.odeint
中的求解器,则必须按照代码中的顺序指定 f
的参数。但是,如果我决定使用 scipy.integrate.ode
中的求解器,我必须更改函数参数的顺序 f(y,s,C,u,v)
到 f(s,y,C,u,v)
,否则会报错
TypeError: 'float' object has no attribute '__getitem__'
如果我这样做,那么 scipy.integrate.odeint
会为定义为 f(s,y,C,u,v )
。无论参数的顺序如何,我如何使用统一的 f
进行操作?
编辑:
总结一下问题:
scipy.integrate.ode
如果函数 f 定义为 f(s,y,C,u,v)
和 scipy.如果函数 f 定义为
求解器会工作。为什么会发生这种情况,我该如何解决?f(y,s,C,u,v)
,则 integrate.odeint
编辑:
Scipy -- 版本 0.16.0
最佳答案
Why is this occurring, and how I can I fix this?
它的发生是因为多年前做出的一个不幸的 API 设计决策。 odeint
和ode
类需要不同的系统签名才能求解。
您可以通过添加一个包装器来修复它,该包装器在您使用例如 ode
类时更改前两个参数的顺序。例如,您可以更改此内容:
r = sc.ode(f).set_integrator(solver)
到
r = sc.ode(lambda t, x, *args: f(x, t, *args)).set_integrator(solver)
更新:在 SciPy 1.1.0 中,参数 tfirst
被添加到 scipy.integrate.odeint
.默认值 tfirst=False
保持旧行为。对于 tfirst=True
,odeint
需要 first 参数func
为 t
(即自变量)。通过使用 tfirst=True
,相同的 func
可以与 ode
、odeint
和更新的 一起使用solver_ivp
.
关于python - 在不同的 scipy ode 求解器之间互换,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33522706/
我在使用 cx_freeze 和 scipy 时无法编译 exe。特别是,我的脚本使用 from scipy.interpolate import griddata 构建过程似乎成功完成,但是当我尝试
是否可以通过函数在 scipy 中定义一个稀疏矩阵,而不是列出所有可能的值?在文档中,我看到可以通过以下方式创建稀疏矩阵 There are seven available sparse matrix
SciPy为非线性最小二乘问题提供了两种功能: optimize.leastsq()仅使用Levenberg-Marquardt算法。 optimize.least_squares()允许我们选择Le
SciPy 中的求解器能否处理复数值(即 x=x'+i*x")?我对使用 Nelder-Mead 类型的最小化函数特别感兴趣。我通常是 Matlab 用户,我知道 Matlab 没有复杂的求解器。如果
我有看起来像这样的数据集: position number_of_tag_at_this_position 3 4 8 6 13 25 23 12 我想对这个数据集应用三次样条插值来插值标签密度;为此
所以,我正在处理维基百科转储,以计算大约 5,700,000 个页面的页面排名。这些文件经过预处理,因此不是 XML 格式。 它们取自 http://haselgrove.id.au/wikipedi
Scipy 和 Numpy 返回归一化的特征向量。我正在尝试将这些向量用于物理应用程序,我需要它们不被标准化。 例如a = np.matrix('-3, 2; -1, 0') W,V = spl.ei
基于此处提供的解释 1 ,我正在尝试使用相同的想法来加速以下积分: import scipy.integrate as si from scipy.optimize import root, fsol
这很容易重新创建。 如果我的脚本 foo.py 是: import scipy 然后运行: python pyinstaller.py --onefile foo.py 当我启动 foo.exe 时,
我想在我的代码中使用 scipy.spatial.distance.cosine。如果我执行类似 import scipy.spatial 或 from scipy import spatial 的操
Numpy 有一个基本的 pxd,声明它的 c 接口(interface)到 cython。是否有用于 scipy 组件(尤其是 scipy.integrate.quadpack)的 pxd? 或者,
有人可以帮我处理 scipy.stats.chisquare 吗?我没有统计/数学背景,我正在使用来自 https://en.wikipedia.org/wiki/Chi-squared_test 的
我正在使用 scipy.odr 拟合数据与权重,但我不知道如何获得拟合优度或 R 平方的度量。有没有人对如何使用函数存储的输出获得此度量有建议? 最佳答案 res_var Output 的属性是所谓的
我刚刚下载了新的 python 3.8,我正在尝试使用以下方法安装 scipy 包: pip3.8 install scipy 但是构建失败并出现以下错误: **Failed to build sci
我有 my own triangulation algorithm它基于 Delaunay 条件和梯度创建三角剖分,使三角形与梯度对齐。 这是一个示例输出: 以上描述与问题无关,但对于上下文是必要的。
这是一个非常基本的问题,但我似乎找不到好的答案。 scipy 到底计算什么内容 scipy.stats.norm(50,10).pdf(45) 据我了解,平均值为 50、标准差为 10 的高斯中像 4
我正在使用 curve_fit 来拟合一阶动态系统的阶跃响应,以估计增益和时间常数。我使用两种方法。第一种方法是在时域中拟合从函数生成的曲线。 # define the first order dyn
让我们假设 x ~ Poisson(2.5);我想计算类似 E(x | x > 2) 的东西。 我认为这可以通过 .dist.expect 运算符来完成,即: D = stats.poisson(2.
我正在通过 OpenMDAO 使用 SLSQP 来解决优化问题。优化工作充分;最后的 SLSQP 输出如下: Optimization terminated successfully. (Exi
log( VA ) = gamma - (1/eta)log[alpha L ^(-eta) + 测试版 K ^(-eta)] 我试图用非线性最小二乘法估计上述函数。我为此使用了 3 个不同的包(Sc
我是一名优秀的程序员,十分优秀!