- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我是 Python 和 scipy 的新手,是从 MATLAB 转过来的。我正在快速测试 scipy.integrate 中的 odeint 函数,并遇到了这个潜在的错误。考虑以下代码段:
from scipy import *
from scipy.integrate import odeint
from scipy.interpolate import interp1d
from pylab import *
# ODE system with forcing function u(t)
def sis(x,t,u):
return [x[1], u(t)]
# Solution time span
t = linspace(0, 10, 1e3)
# Profile for forcing function u(t)
acel = lambda t: 3*(t<2)-3*(t>8)
# Interpolator for acelerator
acel_interp = interp1d(t, acel(t), bounds_error=False, fill_value=0)
# ODE integration with u(t) = acel, a lambda function
x_1 = odeint(sis, [0,0], t, args=(acel,) ) # Correct result
# ODE integration with u(t) = acel_interp, an interpolator
x_2 = odeint(sis, [0,0], t, args=(acel_interp,) ) # Incorrect result
我画了一个图来说明这两个结果的差异,click here .
至少对我而言,您如何看待这种毫无根据的结果差异?我在 Python 2.6.6 之上使用 NumPy 1.5.0 版和 SciPy 0.8.0 版
最佳答案
这不是错误。问题在于您已将 bound_error
变为 False 并用零填充这些值。如果您在原始代码中将 bound_error
设置为 True,您可以看到您超出了插值的界限,因此在积分中置入了零(因此产生了与评估时不同的值函数在范围之外的那些点上,就像您对 x_1
的 lambda 所做的那样)。
尝试以下操作,您会发现一切正常。基本上,我只是扩展了 t
以覆盖足够大的值范围,以覆盖您正在使用插值的范围。
from scipy import *
from scipy.integrate import odeint
from scipy.interpolate import interp1d
from pylab import *
# ODE system with forcing function u(t)
def sis(x,t,u):
return [x[1], u(t)]
# Solution time span
t = linspace(0, 10, 1e3)
t_interp = linspace(0,20,2e3)
# Profile for forcing function u(t)
acel = lambda t: 3*(t<2)-3*(t>8)
# Interpolator for acelerator
acel_interp = interp1d(t_interp, acel(t_interp))
# ODE integration with u(t) = acel, a lambda function
x_1 = odeint(sis, [0,0], t, args=(acel,) )
# ODE integration with u(t) = acel_interp, an interpolator
x_2 = odeint(sis, [0,0], t, args=(acel_interp,) )
关于python - odeint <-> interp1d 相互作用中可能存在的错误?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/5649313/
n <- akima :: interp( x, y, z, xo = seq(min(x), max(x), length = 100), yo =
我正在使用一个 numpy 掩码数组来执行一些图像处理。掩膜用于处理图像周围的 NoData 像素(必要的边界,因为这些是原点在无数据像素中的 map 投影图像)。 使用以下代码块,我能够对图像执行高
我有一个包含电阻 (self.interp_data[:,0]) 和相应温度 (self.interp_data[:,1]) 的列表。我想使用 numpy 中的 interp 函数从我测量的电阻中确定
我是 python 编码新手: 我有一个温度列表,对于未记录温度的日子,使用值 9999。我想使用 np.interp tp 通过列表进行插值以删除 9999 和估计值。例如 最大温度 = [40,
我正在尝试将低分辨率曲线(10 个数据点)线性插值到更高分辨率(~1000 个数据点)。我想要的是一条形状相同但具有更多 x 和 y 值的新曲线,即高分辨率和低分辨率曲线在绘制为线条时看起来无法区分。
在我的 C++ 代码中,如果我为每个线程创建一个 tcl interp,并将它用于 Tcl_EvalEx 脚本,并通过 Tcl_GetStringResult 获取结果,这个线程安全吗? 除常量数据外
我有以下问题。我试图找到在 x 坐标的二维数组上使用 numpy 插值方法的最快方法。 import numpy as np xp = [0.0, 0.25, 0.5, 0.75, 1.0] np.r
我正在使用 imwarp 修改这样的图像: WarpedImage=imwarp(Image, tform, 'OutputView', imref2dObject); 我想定义 the manual
使用 interp 函数(Akima 包),可以绘制与数据集的二元插值相对应的表面,请参见下面的示例(来自 interp 文档): library(rgl) data(akima) # data vi
我正在使用 imwarp 修改这样的图像: WarpedImage=imwarp(Image, tform, 'OutputView', imref2dObject); 我想定义 the manual
我遇到了以下问题: 使用不同的代码,我生成生成 x 和 y 值、频率和强度的文件。我使用 2 种不同的方法,因此得到 2 组不同的 x,y。这个想法是将一个与另一个标准化以获得标准化通量。然而,辅助代
我想插入一个 numpy 数组,np.interp 几乎完全符合我的要求: interp(x, xp, fp, left=None, right=None) One-dimensional linea
我有一个 float 的一维数组 A,它大部分都很好,但缺少一些值。丢失的数据被替换为 nan(不是数字)。我必须通过附近良好值的线性插值来替换数组中的缺失值。所以,例如: F7(np.array([
我想将在一组动态频率下进行的测量插入到一组固定频率中。我将 Python 3.7 与 pandas.apply 和 numpy.interp 结合使用: import numpy as np impo
我有以下经验数据: emp_data = np.array([[0.5, -24.111869188789498], [1.0, -30.166986253668671], [1.5, -33.310
numpy.interp 很方便,也比较快。在某些情况下,我想将其输出与传播稀疏值的非插值变体(在“更密集”的输出中)进行比较,结果在稀疏输入之间是分段常数。我想要的函数也可以称为“稀疏 -> 密集”
我正在做一个android项目,需要集成Spotify流媒体功能。现在我可以加载动态库和调用函数了,但是有一些问题。 callbacks.notify_main_thread = callback_n
有人可以建议如何纠正这个问题? Traceback (most recent call last): File "/home/morpheus/.local/lib/python3.8/site-
我目前正在研究一些轻量级 SQL 抽象模块。我的工作流程是这样的,我通常手动编写 SELECT 查询,并通过采用哈希值的 subs 编写 INSERT/UPDATE 查询。 这两个模块似乎都很适合我的
编辑:编辑代码以产生与 Matlab 一致的结果。见下文。 我正在将 Matlab 脚本转换为 Python,并且线性插值结果在某些情况下有所不同。我想知道为什么以及是否有任何方法可以解决这个问题?
我是一名优秀的程序员,十分优秀!