具有无法预定义的替代长度的 Python (NumPy) 数组

Question

我目前正在编写一个数值Python代码(从头开始)来解决以下思想问题:

想象一下，我有一个 2D 问题，其中有一个刚性地面，其上有一个柔性层，该柔性层通过等距间隔的 Spring 连接到地面。在柔性层的顶部有一个圆柱体，它(如果您愿意)粘在柔性层的边缘。现在，圆柱体以多次增量水平滚动，从而从边缘开始打开 Spring 。

现在我的问题涉及以下内容；由于组合 Spring 力和施加到气缸上的力矩之间的平衡，一定数量的 Spring 将在平衡时打开。由于问题的非线性，打开 Spring 的数量事先是未知的。此外，我不希望对整个几何形状进行建模，而是仅考虑相关的打开 Spring 。例如，在此过程中，我希望将与特定力矩增量对应的每个打开的 Spring 中的合力存储起来。

<小时/>

因此，在我看来，这里的编程问题是:

• 创建一个力数组，其中包含每个增量的各个 Spring 中所有力的列表。复杂性源于以下事实:该列表没有预定义的长度，而且每个数字增量的长度也不同。请注意，在这种情况下，增量的数量是通过例如 linspace
预定义的

<小时/>

我一直在寻找一个合适的Pythonic解决方案来解决这个问题，但还没有找到。我认为 NumPy 库应该提供一个方便的解决方案，但我缺乏 Python 经验，也没有找到一个很好的例子。如果您认为上述设置更方便，我也愿意接受其他方法。

目前，我有以下代码示例来展示我的方法:

from numpy import array , zeros , linspace

area = 2.0
Forces = []                 # Initialize complete Force array

for inc in range(1,4):
    stresses = linspace(0.,10.,inc)
    n = len(stresses)
    Forcej = zeros( n )     # Initialize Forces in current increment

    for i, stress in enumerate(stresses):
        Forcej[i] = area*stress

    print Forcej
    Forces.append(Forcej)


print Forces

哪些输出:

[ 0.]
[  0.  20.]
[  0.  10.  20.]
[array([ 0.]), array([  0.,  20.]), array([  0.,  10.,  20.])]

我想这是期望的结果，但我认为这远不是最优雅的解决方案，有人可以帮助或评论这个例子吗？已经感谢您考虑我的问题。

Answer 1

说实话，我建议使用完整的数组，因此每个 Spring 有一列。与 numexpr ( https://code.google.com/p/numexpr ) 模块相结合，可以非常轻松快速地在每个时间步提取所有“事件” Spring 。

我之所以相信完整数组是可行的方法，是因为它很好地映射了底层系统如何处理内存访问。因此，除非 Spring 数量很大(例如 >100000)，否则我相信拖动大量零不会降低性能。另一种选择可能是寻找有效的稀疏矩阵。我知道 SciPy 支持它。我不确定您从问题中获得的矩阵“轮廓”是否非常适合稀疏矩阵。