我只是在使用python的科学库,特别是这里的示例:
我通过定义一个“力函数”对其进行了修改,并尝试创建一个简单的(但非物理的)示例,其中力依赖于对象的x和y位置。另外,我想用箭袋绘制力场。问题是,我不明白如何使力函数正确地依赖于物体位置的x和y分量(的函数),特别是我得到了下面引用的错误。
from pylab import *
from scipy.integrate import odeint
import numpy as np
## set initial conditions and parameters
g = 9.81 # acceleration du
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
我用python编写了这段代码。
data = np.empty(temp.shape)
maxlat = temp.shape[0]
maxlon = temp.shape[1]
print(maxlat,maxlon)
for i in range(0,maxlat) :
for j in range(0,maxlon):
data[i][j] = p_temperature(pr,temp[i][j])
当我在Python 3.5中运行此代码时,我收到以下错误
ValueError : setting an array element with a sequen
我正在构造一个具有不同X和Y长度的RNN模型。
从NLP我知道这应该是可能的(也就是说,如果你有一个翻译模型,你将不会有相同的长度输入句子/单词和输出句子/单词.)
不幸的是,这对我不起作用,我得到了以下错误:
ValueError: Dimensions must be equal, but are 3 and 405 for '{{node mean_absolute_error/sub}} = Sub[T=DT_FLOAT](sequential_47/time_distributed_46/Reshape_1, IteratorGetNext:1)' with inpu
我试图在python中使用hmmlearn来拟合隐马尔可夫模型。我假设我的数据没有被正确的格式化,但是这些文档对于hmmlearn来说是很轻的。直观地,我会将数据格式化为n_observations x n_time_points x n_features的三维数组,但是hmmlearn似乎想要一个2d数组。
import numpy as np
from hmmlearn import hmm
X = np.random.rand(10,5,3)
clf = hmm.GaussianHMM(n_components=3, n_iter=10)
clf.fit(X)
这将产生以下错误:
Val
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,
我研究如何用odeint求解微分方程,为了便于测试,我尝试求解以下ODE (下面的示例来自):
# first import the necessary libraries
import numpy as np
from scipy.integrate import odeint
# function that returns dy/dt
def model(y,t):
k = 0.3
dydt = -k*y
return dydt
#Initial condition
y0 = 5.0
# Time points
t = np.linspace(0,20)
在这种情况下,有3个ODE描述了SIR模型。问题来了,我想要计算哪些beta值和gamma值最适合于来自x_axis和y_axis值的数据点。我目前使用的方法是从odeint库和来自同一个库的curve_fit方法集成使用scipy的ODE。在这种情况下,您如何计算β和gamma的值来拟合数据点?
当前的错误是:ValueError: operands could not be broadcast together with shapes (3,) (14,)
#initial values
S_I_R = (0.762/763, 1/763, 0)
x_axis = [m for m in
嗨,我是python的新手,我正试图数值积分一个微分方程d/dt(θi) =ωi + j( Kij (θj−θi)),θ,.,N.
Kuramoto模型:
import numpy as np
import matplotlib.pyplot as plt
from scipy.integrate import odeint
def kuramoto(theta,t):
N = len(t)
w = np.array([0.1,0.2,0.3,0.4])
K = np.random.rand(N,N)
for i
对于这5种情况,我尝试通过odeint函数数值积分,这是一个弹簧质量函数,参数F随时间变化。但是,它会显示以下错误: 第244行,在odeint中(bool(Tfirst)) ValueError:使用序列设置数组元素。 from scipy.integrate import odeint as ode
import matplotlib.pyplot as graph
import numpy as np
def spring(y,t,par):
m = par[0]
k = par[1]
c = par[2]
F = par[3]
ydot
我正在用Python创建代码,我需要使用数组执行一些操作。其中之一是将数组存储在另一个数组的特定位置。我试过这个:
import numpy as np
b = np.zeros([2, 2])
a = np.array([[0, 1], [1, 2]])
b[0, 0] = a
print(b)
但我得到了以下错误:
TypeError: only size-1 arrays can be converted to Python scalars
The above exception was the direct cause of the following exception:
Tra
我是R的狂热用户,但最近出于几个不同的原因转而使用Python。然而,在Python中从statsmodel运行向量AR模型时,我遇到了一些困难。
Q#1。当我运行这段代码时,我得到了一个错误,我怀疑它与我的向量类型有关。
import numpy as np
import statsmodels.tsa.api
from statsmodels import datasets
import datetime as dt
import pandas as pd
from pandas import Series
from pandas i
这个python代码:
import numpy,math
import scipy.optimize as optimization
import matplotlib.pyplot as plt
# Create toy data for curve_fit.
zo = numpy.array([0.0,1.0,2.0,3.0,4.0,5.0])
mu = numpy.array([0.1,0.9,2.2,2.8,3.9,5.1])
sig = numpy.array([1.0,1.0,1.0,1.0,1.0,1.0])
# Define hubble function.
def
我试图用自己的一组图像实现一个简单的logistic回归模型,但是当我试图训练这个模型时,我得到了这个错误:
Traceback (most recent call last):
File "main.py", line 26, in <module>
model.entrenar_modelo(sess, training_images, training_labels)
File "/home/jr/Desktop/Dropbox/Machine_Learning/TF/Míos/Hip/model_log_reg.py", line 24, i
我在python上有个问题,我得到了一个错误度量
ValueError-:Too many values to unpack (expected 2)
当我在字典键中输入少于4个字符时,会出现另一个错误
ValueError-:Not enough value to unpack (expected 2,got2).
程序描述:我是一个新手程序员,我刚开始我的python,我想用用户输入创建一个字典,然后我开始输入使用for循环的数据,然后在for循环条件下打印它们。我的程序运行成功,没有任何错误,但当打印字典时,它会显示类型错误。
代码:
for word, mean in d:
我在python 中找到了以下代码
def bisect_left(a, x, lo=0, hi=None):
if lo < 0:
raise ValueError('lo must be non-negative')
if hi is None:
hi = len(a)
while lo < hi:
mid = (lo+hi)//2
if a[mid] < x: lo = mid+1
else: hi = mid
return lo
返回在列表a