我想知道如何将MATLAB函数ode45导出为python。根据文档,应该如下所示:
MATLAB: [t,y]=ode45(@vdp1,[0 20],[2 0]);
Python: import numpy as np
def vdp1(t,y):
dydt= np.array([y[1], (1-y[0]**2)*y[1]-y[0]])
return dydt
import scipy integrate
l=scipy.integrate.ode(vdp1([0,20],[2,0])).set_integrator("dopri5")
结果完全不同,Matlab返回的维度与Python不同。
发布于 2018-01-26 02:01:20
然而,integrate.ode的接口不像更简单的方法odeint那样直观,它不支持选择ODE集成器。主要区别在于ode
不会为您运行循环;如果您需要一堆点上的解决方案,您必须说出在哪些点上,并一次计算一个点。
import numpy as np
from scipy import integrate
import matplotlib.pyplot as plt
def vdp1(t, y):
return np.array([y[1], (1 - y[0]**2)*y[1] - y[0]])
t0, t1 = 0, 20 # start and end
t = np.linspace(t0, t1, 100) # the points of evaluation of solution
y0 = [2, 0] # initial value
y = np.zeros((len(t), len(y0))) # array for solution
y[0, :] = y0
r = integrate.ode(vdp1).set_integrator("dopri5") # choice of method
r.set_initial_value(y0, t0) # initial values
for i in range(1, t.size):
y[i, :] = r.integrate(t[i]) # get one more value, add it to the array
if not r.successful():
raise RuntimeError("Could not integrate")
plt.plot(t, y)
plt.show()
发布于 2018-04-19 23:15:34
正如@LutzL提到的,你可以使用更新的API,solve_ivp
。
results = solve_ivp(obj_func, t_span, y0, t_eval = time_series)
如果未指定t_eval
,则每个时间戳不会有一条记录,这主要是我假设的情况。
另一个注意事项是,对于odeint
以及通常是其他积分器,输出阵列是[len(time), len(states)]
形状的ndarray
,然而对于solve_ivp
,输出是一维ndarray(其长度等于t_eval
)的list(length of state vector)
。
因此,如果您想要相同的顺序,则必须合并它。您可以通过以下方式执行此操作:
Y =results
merged = np.hstack([i.reshape(-1,1) for i in Y.y])
首先,您需要重塑它的形状,使其成为[n,1]
数组,然后水平合并它。希望这能有所帮助!
发布于 2021-01-28 07:56:48
默认情况下,函数scipy.integrate.solve_ivp使用RK45方法,类似于ODE45函数使用的方法,因为两者都使用具有四阶方法精度的多曼德-皮尔斯公式。
vdp1 = @(T,Y) [Y(2); (1 - Y(1)^2) * Y(2) - Y(1)];
[T,Y] = ode45 (vdp1, [0, 20], [2, 0]);
from scipy.integrate import solve_ivp
vdp1 = lambda T,Y: [Y[1], (1 - Y[0]**2) * Y[1] - Y[0]]
sol = solve_ivp (vdp1, [0, 20], [2, 0])
T = sol.t
Y = sol.y
https://stackoverflow.com/questions/48428140
复制相似问题