使用odeint时数组的不均匀形状
是指在求解微分方程时，输入的数组在时间轴上不是等间隔采样的情况。odeint是一个Python库，用于求解常微分方程的数值解。
在实际应用中，由于一些特殊的需求或者系统行为的变化，可能会导致数据采样不均匀。这可能会对求解微分方程的精度和稳定性产生影响。因此，需要在使用odeint时对不均匀形状的数组进行处理。
处理方法可以分为两个步骤：插值和重新采样。
- 插值：对于给定的不均匀形状的数组，可以使用插值方法将其转换为均匀形状的数组。插值是通过已知的数据点来估计未知数据点的值。常用的插值方法有线性插值、样条插值和多项式插值等。
- 重新采样：通过重新采样可以将不均匀形状的数组转换为均匀形状的数组。重新采样是指根据一定的规则和算法从不均匀的数据点中选取均匀的数据点，以实现数据的平滑化和均匀分布。
根据不同的需求和应用场景，可以选择不同的插值方法和重新采样算法。这些方法和算法可以根据具体问题进行选择和实现。
腾讯云相关产品推荐：
- 腾讯云弹性计算（Elastic Compute）：提供了一系列云服务器实例，可以满足不同计算需求，详情请参考腾讯云弹性计算产品介绍
- 腾讯云数据库（TencentDB）：提供了多种数据库产品，包括关系型数据库、NoSQL数据库和数据仓库等，详情请参考腾讯云数据库产品介绍
以上是对使用odeint时数组的不均匀形状的问题的答案，希望能够满足您的需求。
相关·内容
1回答
最优误差
、、、
我想用Python解决ODEs的一个相当简单的参数估计问题。我一直在使用odeint函数来求解ODE，使用scipy.optimize库来查找参数。当我单独使用odeint函数时，没有问题，但是通过scipy.optimize，它给了我一个错误RuntimeError:函数返回的数组必须是一维的，但是得到了ndim=2。
我不认为这是一个复制与，因为我可以独立运行odeint求解器.
代码如下：
import numpy as np
from scipy.integrate import odeint
from scipy.optimize import minimize
init = [0
浏览 0提问于2018-07-29得票数 2
回答已采纳
这可能对每个人来说都太容易了，但是正如我在主题中提到的，有没有一种方法可以将不均匀的一维numpy数组重塑为2D numpy数组？当我说不均匀的一维数组时，形状是(34191，)，这来自于使用np.fromfile读取二进制文件
我在这里要做的实际工作是将我正在读取的二进制文件显示/绘制为图像(就像字节图)。因此，将文件读取为一维numpy数组，将其转换为2D数组，显示/绘图/保存为灰度图像。
任何想法都会受到赞赏。
浏览 1提问于2019-03-26得票数 1
回答已采纳
2回答
我正在学习使用python进行数据分析，等等，我对的这段代码中发生了什么感到有点困惑。
当食谱通过matplotlib描述集成和绘制过程时，它首先：
t = linspace(0, 15, 1000)
X0 = array([10,5])
X = scipy.integrate.odeint(dX_dt, X0, t)
rabbits, foxes = X.T
这段代码是做什么的？
rabbits, foxes = X.T
具体地说，X.T做了什么？
浏览 4提问于2012-10-27得票数 2
回答已采纳
我使用solve_ivp来解微分方程(6 X 6)。系统读取4个数组(具有形状(8000，) )作为输入，并将结果保存在具有相同形状(8000，)的数组中。我想重复相同系统的一部分(仅最后两个方程)。问题是，当我用odeint做同样的事情时，我的最终结果(theta_i和theta_deg_i)的长度是8000。现在，因为参数在solve_ivp中是以相反的顺序编写的，所以我的结果长度是6。我如何解决这个问题呢？ t = np.linspace(0,100,8000) # s
xdot = np.array(.....) # shape (8000, )
ydot = np.array(.
浏览 23提问于2019-02-23得票数 1
回答已采纳
我昨天刚开始使用Python，但使用scipy.integrate.odeint时遇到错误。
我定义了一个函数
def SIR(x, t, beta, gamma, mu, M):
它接受numpy.array对象x、t和M；标量浮点数为beta、gamma和mu。
M的大小是(60,60)，但我不认为这有什么关系。
x和t都是非单例的，x.shape是(180,)，t.shape是(5000,)。我尝试给它们一个单独的维度，使它们分别具有形状(180,1)和(5000,1)，但我仍然得到相同的错误：
In [1]: run measles_age.py
-------------------
浏览 2提问于2013-03-30得票数 2
回答已采纳
1回答
上下文：
使用麦迪逊项目实际人均国内生产总值数据集，用最小二乘法推导出下列方程: 0.012406 + _0.005132_ln(g) - _0.006304_ln(g)**2
在我试图预测不同经济群体到2050年的人均国内生产总值时，我参考了本文的方法"Tilman等人10.1073/pnas.1116437108“，说明他们是如何试图解决与微分方程相同的问题: dG/dt = G(-0.6284 +0.157inG- 0.0093ln(G)^2 )。
我用同样的方式转换了我的最小二乘：-0.012406_g + g_0.005132_math.log(g) - g_0.006304
浏览 11提问于2022-06-27得票数 0
1回答
这似乎是一个简单的问题，但我一直在努力有效地拆分2D数组：
start_time = time.time()
M = np.ones((400,400))
for i in range(10000):
e = np.array_split(M, 20)
print time.time() - start_time
然而，与使用分区函数在数学中实现的~0.5秒相比，这个过程需要6秒，当数组变得更大时，这可能会成为一种负担。有什么办法让我加快这个过程吗？
浏览 2提问于2014-02-05得票数 2
回答已采纳
X和y必须具有相同的第一维度，但具有形状(1,400)和(400，) 我搜索了这个论坛，看到人们建议做np.array来解决这个问题，但它似乎不起作用。 def function(a, v):
speedx = 0.0
yt = -1.0
val = []
for i in len(a):
xt = a[0]
vx = -2.0 * yt**2 * xt * (1 - xt**3)
vy = -2.0 * xt**2 * yt * (1 - yt**3)
angle = np.atan2(vy,vx)
val.append(angle)
return
浏览 11提问于2019-01-08得票数 0
我正在尝试使用SciPy来模拟一些动态模型。 我有模型定义： def model(y, t, control_signal):
dy/dt = some_function_of_time_and_y
return dy 我定义了想要模拟模型的时间戳列表：t_list=np.linspace(0, 5, 100)。我想使用为每个时间戳定义的control_signal值来模拟模型。我试图通过使用以下命令来实现： controls = [list_of_values]
scipy.integrate.odeint(model, 0, t_list, args=(controls)
浏览 35提问于2020-04-06得票数 0
回答已采纳
下面的代码显示错误:无法根据规则“safe”将数组数据从数据类型(‘complex128’)转换为数据类型(‘float64’) import numpy as np
from numpy.fft import fft
from scipy.integrate import odeint
t = np.linspace(0,9,10)
def func(y, t):
k = 0
dydt = fft(y)
return dydt
y0 = 0
y = odeint(func, y0, t) ------------------------------------
浏览 287提问于2020-04-14得票数 0
我是一名工程专业的学生，我正在试图弄清楚如何使用scipy.integrate模块中的odeint函数(我只在MATLAB中使用过ode45 )。我在尝试数值求解一个简单的二阶质量，弹簧，仪表盘系统。下面是我写的代码(特别是我使用Jupyter Notebook并运行最新版本的Python 3)： import numpy as np
from scipy.integrate import odeint
from matplotlib.pyplot as plt
%matplotlib inline
# Numerical solution to mx" + bx' + k
浏览 35提问于2020-09-12得票数 0
回答已采纳
我有一个数据，其中包含观察到的数据如下：
import pandas as pd
d = {'ID': [0,1,2], 'Value':
[[1,2,1],[5,4,6],[7,20,9]]}
df = pd.DataFrame(data=d)
如何从值中获取数组以形成2D numpy.ndarray
[[1, 2, 1],
[5, 4, 6],
[7, 20, 9]]
形状：(3，3)
我试着
print(df['Value'].values)
但它给了我
[list([1, 2, 1]) list([5, 4, 6]) list([
浏览 2提问于2019-04-13得票数 9
回答已采纳
1回答
在Numpy中使用odeint进行模拟时，保存中间变量的最简单方法是什么？
例如：
def dy(y,t)
x = np.rand(3,1)
return y + x.sum()
sim = odeint(dy,0,np.arange(0,1,0.1))
在模拟过程中保存存储在x中的数据的最简单方法是什么？理想情况下，位于传递给odeint的t参数中指定的点。
浏览 1提问于2013-06-04得票数 3
回答已采纳
我的ODE为Mx''+Lx'+ f(x) =0，其中f(X)是多项式函数。请看我的完整代码，其中我定义了一个函数，即'diff‘的微分方程。然后，我使用'odeint‘，它调用'diff’和必要的参数，以解决微分方程。
现在我考虑f(x)=ax。这里，我必须传递三个参数(M，L，a)作为“diff”函数的参数。事实上，如果我编写：(请参阅完整代码)，代码就能工作。
sol = odeint(diff, y0, t, args=(M,L, a))
但是当f(x)是多项式时，参数列表就会变得太长。因此，我希望将所有参数放在一个数组中，然后将该数组作
浏览 0提问于2017-12-15得票数 1
回答已采纳
我试图用odeint在python中解决一个简单的ODE，但是输出总是显示在输入数组中有更多的维度。我抬头看了看，我看不出问题
蓝色的那个，是我想要解的方程
这是我的密码
from scipy.integrate import odeint
import matplotlib.pyplot as plt
import numpy as np
y0 = [1]
th = np.linspace(-180,180)
def pend(y,th):
r=10
a = 5; # Weibe efficiency factor
n = 3; # Weibe form fac
浏览 17提问于2022-05-04得票数 0
我正在将Python代码从2.7转换为Python3.8。
在Python2.7版本中，为了避免出现TypeError，我不得不使用降级版本的and和numpy (参见下文)。使用Python3.8，这些降级版本的fix和numpy不再可用，我得到了这个错误，我无法修复这个错误。
1.安装
先前: MacOS Catalina 10.15.7，Python2.7.16，numpy 1.9.0，Sply1.0.1
新版本: MacOS Catalina 10.15.7，Python3.8.6，numpy 1.20.3，ciply1.4.0
2.代码
当调用scipy.integrate.odei
浏览 4提问于2021-06-04得票数 0
回答已采纳
我正在创建太阳系的轨道模型，所以我需要将牛顿第二定律积分为每个行星的总和。我正在使用ODEINT，并且正在获取这个ValueError，但不知道实际问题发生在哪里。这是我的第一篇文章，所以函数下面的缩进有问题…… def func(Q,t):
G = const.G.value #[m3/(kg s2)]
masses = np.array([1.9891*10**6, 0.33011, 4.8675, 5.9724, 0.64171])*10**24 #[kg]
(x_sun, y_sun, vx_sun, vy_sun,
x_merc, y_merc, vx_merc, vy_merc
浏览 20提问于2020-12-18得票数 0
我正在尝试用odeint来模拟状态空间形式的动态系统。我的A矩阵是12*12，B矩阵是12*4 (行*列)，所以我的初始状态向量是12*1。
我的代码如下
import numpy as np
from scipy.integrate import odeint
tmp = np.loadtxt("system.txt", skiprows =2)
A=np.matrix(tmp)[0:12,0:12]
B=np.matrix(tmp)[0:12,12:]
control = np.matrix([[0.0],[0.0],[-0.6310],[0.0]])
def ai
浏览 19提问于2016-07-23得票数 0
1回答
我试图将数组传递到ODE中，然后使用ODEINT函数求解该ODE。但是，我得到以下错误：
RuntimeError: func (50)返回的数组的大小与y0 (1)的大小不匹配
下面是我的示例代码：
from scipy.integrate import odeint
import numpy as np
import matplotlib.pyplot as plt
#First ODE
def eq1 (x,t):
return (0.5*(x)+2*x**2)
#Second ODE
def eq2 (y,t,m):
p = np.sqrt(y)+m*y*
浏览 6提问于2016-12-20得票数 2
2回答
我正在使用scipy的方法integrate.odeint来求解一个二阶线性微分方程。该方法要求方程以两个一阶方程组的形式存在于两个未知数中。该方法
odeint(system_matrix,initial_conditions_matrix,time_values)
在time_values中的每个时间点输出解向量。解向量实际上是u，u‘的形式，其中u是我感兴趣的变量。所以我只想画出u。我在网上找到了一个实现这一点的方法是使用
u,u'=odeint(system_matrix,initial_conditions_matrix,time_values).T
但我不明白为什么会这样，
浏览 16提问于2017-01-14得票数 2
回答已采纳
因此，我有两个列表，我想连接到numpy。现在，我想做这样的事情：
LeGraphiqueMatLab = np.array([LesDatesMatLab, LeGraphique], dtype=np.float64)
但是它给了我一个错误："ValueError:用序列设置数组元素。所请求的数组在二维后具有非均匀的形状。检测到的形状是(2，2) +非均匀部分。“
我是否需要先在每个列表上使用np.array，然后尝试添加它们？
谢谢
浏览 10提问于2022-05-18得票数 1
我在python中有一个2D的numpy数组，它对应于在for-循环中计算的图像。数组的大小为Nx40。我希望在循环的每一步中将初始数组拆分为大小为40x40 (约)的矩形数组。如果N不能用40除以，那么最后的图像应该包含除法的其余部分。因此，例如87x40应该是(40x40和47x40)。我到目前为止所做的：
div_num = spec.shape[0] / spec.shape[1]
remaining = spec.shape[0] % spec.shape[1]
lista = []
for i in range(1, div_num+1):
img = spec[((i
浏览 0提问于2018-03-19得票数 3
回答已采纳
我正在为新版本的boost而苦苦挣扎。我使用多精度的odeint。以下代码可以使用boost版本1.67.0成功编译。但是，从1.68.0版本开始，我就不能再编译了。在1.68.0版本中引入了复杂的多精度数字，我希望在我的代码中也使用这种数据类型。有人能告诉我代码中的错误在哪里吗？ #include <iostream>
#include <boost/array.hpp>
#include <boost/numeric/odeint.hpp>
#include <boost/multiprecision/gmp.hpp>
using na
浏览 40提问于2019-10-10得票数 2
回答已采纳
我正在使用boost odeint来进化一个微分方程。时间和值是由包装类围绕一个普通数(进行高斯误差传播)给出的。
using Time = Number<double>;
using Value = Number<double>;
状态及其导数由带有声明的自定义类给出。
class State : boost::addable<State>, boost::multipliable<State, Time>, boost::dividable<State>
{
public:
void Add(Group const&
浏览 2提问于2017-06-15得票数 0
回答已采纳
1回答
解决数据格式问题的手工RK4方法
、、、、
目前，我正试图解决4个耦合的ODE，以稳定一个倒立摆在手推车上。我没有问题用ODEINT从Scipy，然而，我不能使它与手动实现。这很可能是由于在代码中的“模型”函数中进行了一些奇怪的数据格式化。
我尝试了多项操作，但都没有效果，因此我不会发布错误代码，因为它们的大小范围从在RK4方法中添加所有计算步骤时不合适的大小不等。
下面是我使用ODEINT工作的当前代码。我要问的是，是否有人能帮助我，以便正确地构造函数‘模型’，这样我就可以实现RK4求解器(我可以为其他的ODE实现它而没有任何问题)。
import numpy as np
from scipy.integrate import sol
浏览 3提问于2021-11-30得票数 0
回答已采纳
1回答
我试着解决以下几个问题：
dq/dt = kdk/dt = 1/L (E(t) - R(i) k-1/C)
其思想是对q进行求解，然后对图i(t) = dq/dt进行求解。
import timeit
import numpy as np
import matplotlib.pyplot as plt
from scipy.integrate import odeint
start = timeit.default_timer()
#Data:
t = np.linspace(0, 10, 100)
w1 = 350 #350 rad/s
w2 = 1e3 #1000 rad
浏览 4提问于2020-07-11得票数 1
这是我的代码：
import numpy as np
from scipy.integrate import odeint
import math
y0=np.array([1,3,2,3,5])
b=np.array([[1],[3],[4],[2],[5]])
'''generate matrix'''
B=np.dot(b,b.T)
def g(t,y,B):
return np.exp(np.dot(y,B))
t=np.linspace(0,1,100)
y= odeint(g, y0, t, args=(B,))
错误是
浏览 0提问于2018-04-05得票数 0
我正在尝试安装odeint，但是每次编译代码时，我都会得到这个错误。
c:...odeint\headmyshoulder-odeint-v2-f496df3\include\boost\numeric\odeint\config.hpp(44): fatal error C1083: Cannot open include file: 'boost/config.hpp': No such file or directory
我已经包括了包含路径。我检查了这个文件boost/config.hpp，这不是<config.hpp>的完整路径，所以我将它更改为<b
浏览 9提问于2014-10-31得票数 1
回答已采纳
2回答
我在编程方面真的是经验不足。我在安装odeint (和boost)来解微分方程系统时遇到了麻烦。我已经看了很多关于安装boost的问题，我尝试了很多，但我还不能使用odeint。我正在使用Mac Yosemite 10.10.5，下面是我的问题，非常感谢你的帮助：
1，如果我可以成功安装boost，那么当我想使用odeint时，我是否只需要将#include<boost/odeint/optionalSubdirectories>作为我的文件头？我弄糊涂了，因为在上，有可供下载的文件，其中包括示例。我想知道在我下载boost之后，我是否必须下载这些文件才能使odeint工作？如果是
浏览 1提问于2016-06-23得票数 1
1回答
我正在使用PDFLib v-8，并尝试使用该路径点生成三角形。我可以生成三角形的两条边，而不是完整的边。虽然我可以添加更多的路径，但在不均匀形状的情况下，我不能这样做，因为我不知道完整的形状。
在pdflib中有没有什么东西可以用来确定完整的形状和使用path point绘制完整的路径？
提前谢谢..
浏览 0提问于2012-04-07得票数 2
回答已采纳
1回答
刚体数值模拟的odeint方法
、、、、
我试图数值积分以下运动方程，并求解ω矢量(3x1)：
因此，上面的方程是数值积分给定的初始Omega_naught矢量，惯性矩阵(=恒等矩阵)和矩向量(=零向量)。
目前，我正在尝试使用odeint，但它给我抛出了一个ValueError:初始条件y0必须是一维的.。
这是我的方法
I = np.array([[10, 0, 0], [0, 15, 0], [0, 0, 20]])
C0 = np.eye(3)
M = np.zeros(3).reshape(3, 1)
I_inv = np.linalg.inv(I)
def skew(x):
return np.arr
浏览 1提问于2020-12-01得票数 0
回答已采纳
我在编译这段简短的代码时遇到了问题：
更新:我有一个更简单的代码片段，现在产生了同样的错误，旧的仍然可以在帖子的末尾看到。
#include <vector>
#include <iostream>
#include <functional>
class Bar {
public:
void foo(double x, double y) {
std::cout << x << std::endl;
std::cout << y << std::endl;
}
void
浏览 2提问于2014-01-30得票数 1
我正在尝试将boost库的odeint与std::vector或std::array一起使用。在这两种情况下，我对编译都没有问题，但是，在std::array的情况下，我有关于写入未知地址的运行时问题。下面给出的是MWE。 我在头文件ode.hpp中分别定义了两个类：ODE1、带有std::vector的ODE2和std::array。 #ifndef ODE_HPP_
#define ODE_HPP_
// c++ standard library headers
#include <array>
#include <iostream>
#include <
浏览 31提问于2021-09-03得票数 0
回答已采纳
2回答
我想分析的模型有点麻烦。我试图绘制两个微分方程，但我是非常新的做法，并没有使它发挥作用。任何帮助都是非常感谢的。
#Polyaneuploid cell development during cancer
#two eqns
#Fixed Points:
#13.37526
import numpy as np
from scipy.integrate import odeint
import matplotlib.pyplot as plt
def modelC(C,t):
λc = 0.0601
K = 2000
α = 1 * (10**-4)
ν = 1
浏览 2提问于2022-07-25得票数 0
用scipy.integrate.odeint求解自由落体问题
导入
import numpy as np
import matplotlib.pyplot as plt
from scipy.integrate import odeint
%matplotlib inline
常数与积分区间
G = 9.8 # m / sec / sec
# First 1 second of motion
t = np.arange (0, 1.1, 0.1)
速度矢量解
在这里，我们返回velocity_vector ()中的加速向量，设置初始V0，并进行1秒的积分。我们认为Vx和Vy是常数，
浏览 0提问于2015-04-02得票数 1
回答已采纳
1回答
在函数"par_impl(y)“中有一个由两个非线性方程组组成的系统，可以用scipy.optimize.root独立求解。这里"y“是一个参数。但是，我希望这个系统从ODE求解器中调用，以解决"y“的不同值，再加上一个简单的ODE。这给了我解决错配形状的误差。
将numpy导入为np
从scipy.optimize导入根导入
matplotlib.pyplot作为plt
从scipy.integrate导入odeint
def par_impl(y)：
def函数h(X)：返回[y + (x**2) - x1 -23，-4 - y*x + (x1**2)] sol
浏览 2提问于2018-09-19得票数 0
回答已采纳
我正在尝试用solve_bvp解决一个二阶常微分方程。我已经将二阶常微分方程分成两个一阶常微分方程系统。我有一组根据x(网格)值变化的常量。所以我将它们作为一个形状数组(N，)传递给我的函数numdens。在尝试运行solve_bvp时，我得到一个错误，即返回具有不同的形状，即(N，)和(N-1，)，因此不能广播到一个数组中。但是当我在函数外部手动检查每个返回时，它的形状是(N，)。如果我在不改变常量的情况下运行求解器，我会得到一个类似于正确的解。
import numpy as np
from scipy.integrate import solve_bvp,odeint
import ma
浏览 0提问于2020-07-13得票数 0
1回答
我在Debian下使用g++ 4.4，我已经安装了boost。我能够运行一个带有标题的简单boost矩阵：
#include <boost/numeric/ublas/matrix.hpp>
#include <boost/numeric/ublas/io.hpp>
但是我也想添加odeint头：
#include <boost/numeric/odeint.hpp>
但是，这是不可能的，因为我的/usr/include/boost/数值文件夹列表仅
conversion interval interval.hpp ublas
如何安装odeint？
浏览 5提问于2013-08-18得票数 1
回答已采纳
我想结合文本和数字功能，同时进行重复的问题对检测。但是当我将数据传递给classififer.fit()时
使用序列设置数组元素。请求的数组在1维后具有不均匀的形状。检测到的形状为(3，)+非均匀部分。
出现错误。我怎么才能解决这个问题？代码片段：
from sklearn.model_selection import train_test_split
X=train_df.drop(['is_duplicate', 'Unnamed: 0', 'id', 'qid1',
浏览 8提问于2022-10-14得票数 -1
1回答
我想使用Python的odeINT来集成由循环生成的多组方程。这些方程都是耦合的，因此必须通过对odeINT的一次调用同时进行积分。问题是初始条件("y0")必须是列表列表或矩阵(而不是简单的列表)。odeINT给出这个错误：“初始条件y0必须是一维的”。我想知道如何解决这个问题。以下是代码的一个示例；非常感谢您的任何想法。
class network:
def __init__(self):
self.i_range = 3
## INITIAL CONDITIONS WILL BE A LIST OF LISTS.
浏览 0提问于2016-12-27得票数 0
我试着用scipy odeint解下面的微分方程，但没有成功：
import numpy as np
from scipy.misc import derivative
from scipy.integrate import odeint
Imag = 16000.
w = 2*np.pi*60
tau = .05
theta = 1.52
phi = theta - np.radians(90)
t = np.linspace(0,.1,10000)
def Ip(t):
return np.sqrt(2)*Imag*(np.sin(w*t+phi-theta)-np.exp(-t
浏览 2提问于2013-11-16得票数 1
1回答
我有一个代码来执行优化来推断一个参数：
import numpy as np
from scipy.integrate import odeint
import matplotlib.pyplot as plt
from scipy.optimize import root
from scipy.optimize import minimize
import pandas as pd
d = {'Week': [1, 2,3,4,5,6,7,8,9,10,11], 'incidence': [206.1705794,2813.420201,1
浏览 10提问于2022-02-03得票数 0
回答已采纳
嗨。我希望将这些方程在时间上从0演化到10^16，初始条件x(0)=10^8，y(0)= 0.5。由于方程在分母中对x的依赖性，我认为使用odeint和runge_kutta_dopri5是一个很好的选择，因为它具有自适应步长控制。问题是，我几乎不知道如何在实践中做到这一点，因为我在c++和odeint方面几乎没有经验。我搜索了很多关于使用odeint的信息，但是这些例子对我没有帮助。我还想在x达到零时停止计算我看到了这个
基于示例，我写了这篇文章，到目前为止还没有成功。
#include <iostream>
#include <vector>
#include &
浏览 3提问于2016-05-18得票数 0
1回答
枕骨停止
、
当我在scipy.integrate.odeint中观察到一个意想不到的行为时，我正在做一些模拟。
我可以用以下代码重现我的问题：
import numpy as np
import matplotlib.pyplot as plt
from scipy.integrate import odeint
tau = 0.01
a, b = 0.7, 0.8
def E_p(t):
E = -0.07
if t < b and t > a:
E = -0.05
return E
def dynamics(V, t):
return
浏览 3提问于2014-12-19得票数 0
回答已采纳
我正在尝试将boost：：combine：：odeint与我自己的System类的实现结合起来(参见System.hpp)。
在BatchFilter类方法中使用(模板)系统对象，如下所示：
# BatchFilter.cpp
# template <typename state_type> BatchFilter class {...}
System<state_type> dynamics(this -> args,
N_true,
this -> true_dynamics_fun );
浏览 2提问于2017-12-16得票数 0
回答已采纳
我使用的是scipy.integrate包中的odeint函数：
r0 = np.array([1,2,3,4])
t=np.linspace(0,1,20)
def drdt(r,t):
return r # or whatever else
r = odeint(drdt,r0,t)
r0是一个numpy数组，它包含一定数量的点的初始位置。在脚本的结尾，不出所料，我得到了20个时间步长上的点的位置。
现在，我想在满足r上的条件时停止odeint求解器。特别是，当其中两个点接近某个阈值时，我希望停止odeint，对r向量进行一些更改，并使用新的初始位置继续odeint求解器。有没有办
浏览 1提问于2014-12-03得票数 1
我想用矩阵的形式来求解一个耦合的ODEs系统，它具有这样的形式：
Y‘n= ((m_n)**2) * y_n+(C * y)_n，m’n=-4*m_n*y_n
其中C是一个矩阵，[2 1, -1 3]。
另一方面，我想要解这些方程：
y'1= m1 ** 2* y1 +2* y1 + y2
y'2= m2 ** 2* y2 - y1 +3* y3
m'1= -4 * m1 * y1，
m'2= -4 * m2 * y2
y1(0)=y2(0)=-15。和m1(0)=m2(0)=0.01
我以矩阵形式编写了以下程序：
import numpy as
浏览 3提问于2016-09-01得票数 1
回答已采纳
1回答
我尝试在Mac 10.9.2 boost_1_55_0 5.1上运行[odeint复杂状态类型示例代码]。
下面的代码是解决斯图亚特-兰道振荡器的网站上的副本。
#include <iostream>
#include <complex>
#include <boost/array.hpp>
#include <boost/numeric/odeint.hpp>
using namespace std;
using namespace boost::numeric::odeint;
//[ stuart_landau_system_func
浏览 0提问于2014-04-04得票数 1
回答已采纳
我正在使用函数scipy.integrate.odeint，但是我得到一个意外的错误。我的代码如下：
import numpy as np
from scipy.integrate import odeint
def hyper_exp_ODE(y, s, λ, k, μ, p):
F, H = y
C_bar_s = 1 - (1 - F) **k
rhs = [-λ * np.sum(p * μ * H) + λ * C_bar_s]
rhs.extend([-μ[i] * H[i] + C_bar_s for i in range(len(μ))])
浏览 5提问于2017-12-11得票数 1
回答已采纳
1回答
我尝试使用Plotly包含两个或两个以上的微分方程(Scipy.integrate包ODEINT)，但它只绘制初始点，而不是整个曲线。[这里是相应的输出图像I'm tryin to reproduce the plots made in Matplot which is quite trivial这里是完整的代码 import numpy as np
from scipy.integrate import odeint
#import plotly.express as px
from plotly.offline import plot
import plotly.graph_ob
浏览 18提问于2020-09-18得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
