Plot julia向量微分方程：仅绘制向量的前n个分量

我在Julia中积分一个向量微分方程（分量的数量级为50）。当我绘制这个解决方案时，如果我绘制所有组件，显然这个图会非常拥挤，所以我只想绘制前10个组件。我不知道怎么做。另外，我不想绘制每个组件的输出，我不想绘制每个时间步的积分输出，而是绘制该时间步的双曲正切。我也不知道怎么做这个操作。我认为关键的问题是我不理解/发现微分方程的解在julia中是什么样的对象

下面是一个最小的工作示例，它集成了微分方程并绘制了整个解决方案

using DifferentialEquations
using Plots
using LinearAlgebra

N=50                      
J=0.18*randn(Float64,N,N)   
g=1   

function hDerivative(timederiv,h,p,t)
    for i=1:length(h)
        timederiv[i] = -h[i]
        for j=1:length(h)
            timederiv[i]=+timederiv[i]+J[i,j]*tanh(g*h[j])            
        end

    end  
end

function pltTimeVolution()
    hinit=rand(Float64,N)
    tspan=(0.0,50)
    prob = ODEProblem(hDerivative,hinit,tspan)
    sol=solve(prob)

    plot(sol)  
    print(sol)

end

pltTimeVolution()

---

有关帮助，请查看解决方案处理页面：。解决方案是一个抽象数组和一个连续函数。例如，你可以在10000个等距时间点得到一个连续的解，比如

t=range（tspan[1]，stop=tspan[2]，length=10000）

，do

a=sol（t）

，这将在等距时间点得到每个解的50x10000个时间序列，然后

sol[i，：]

将是

i

th变量在时间点

t

的时间序列。你可以用它来构建你想要的阵列，并绘制它们。完整代码如下：

t=range(tspan[1],stop=tspan[2],length=10000)
A = sol(t)
ts10 = sol[10,:]

另一种方法是使用类似于

saveat=t

的方法进行求解，在这种情况下，解决方案是在这些时间点保存的数组。这看起来像：

t=range(tspan[1],stop=tspan[2],length=10000)
sol=solve(prob,saveat=t)
ts10 = sol[10,:]

或者你也可以利用plot recipe在内部进行这种处理。看一看。可以绘制第一个变量的曲线图，然后覆盖第十个变量的曲线图，如：

plot(sol,vars=(0,1))
plot!(sol,vars=(0,10))

表示其为变异绘图功能，即通过添加新系列修改先前的绘图。然后，如文档中所述，有一些快捷方式，如

plot(sol,vars = [1, 3, 4])

将绘制第一、第三和第四个变量作为时间函数。在这种形式中，您还可以指定作为函数所需的转换类型。这在文档中的同一位置提到。例如，时间与tanh的二维图将是变换函数
f=（t，y）->（t，tanh（y））
，也就是说，如何引入2D变量并吐出2D变量来绘制，只需通过第一个变量和
tanh
第二个变量即可。然后使用此命令，可以使用plot命令：

f=(t,y)->(t,tanh(y))
plot(sol,vars = (f,0,5))

绘制第5个变量的
tanh
与时间的关系图

以下是操纵solution参数和生成所需绘图的几种不同方法。选择一个最适合你的