为参数数组求解ODE(Python)
*我知道这个问题很简单,但我想知道在Python中设置这样一个for循环的最佳方法 我已经编写了一个程序来计算和绘制一个二阶微分方程的解(下面给出了这个代码) 我想知道对f参数数组重复此计算的最佳方法(因此为参数数组求解ODE(Python),python,scipy,Python,Scipy,*我知道这个问题很简单,但我想知道在Python中设置这样一个for循环的最佳方法 我已经编写了一个程序来计算和绘制一个二阶微分方程的解(下面给出了这个代码) 我想知道对f参数数组重复此计算的最佳方法(因此f_数组)。也就是说,图中显示了作为t函数的解决方案的20组数据,每个数据的f值不同 为任何想法干杯 from pylab import * from scipy.integrate import odeint #Arrays. tmax = 100 t = linspace(0, tmax
f_数组
)。也就是说,图中显示了作为t
函数的解决方案的20组数据,每个数据的f
值不同
为任何想法干杯
from pylab import *
from scipy.integrate import odeint
#Arrays.
tmax = 100
t = linspace(0, tmax, 4000)
fmax = 100
f_array = linspace(0.0, fmax, 20)
#Parameters
l = 2.5
w0 = 0.75
f = 5.0
gamma = w0 + 0.05
m = 1.0
alpha = 0.15
beta = 2.5
def rhs(c,t):
c0dot = c[1]
c1dot = -2*l*c[1] - w0*w0*c[0] + (f/m)*cos((gamma)*t)-alpha*c[0] - beta*c[0]*c[0]*c[0]
return [c0dot, c1dot]
init_x = 15.0
init_v = 0.0
init_cond = [init_x,init_v]
ces = odeint(rhs, init_cond, t)
s_no = 1
subplot(s_no,1,1)
xlabel("Time, t")
ylabel("Position, x")
grid('on')
plot(t,ces[:,0],'-b')
title("Position x vs. time t for a Duffing oscillator.")
show()
这是一个曲线图,显示了关于t
值数组的单个f
值的该方程的解。我想要一个快速的方法来为f
值数组重复这个图
这里有一种方法:
修改rhs
以接受第三个参数,即参数f
。应开始定义rhs
def rhs(c, t, f):
...
使用for
循环在f_数组
上迭代。在循环中,使用args
参数调用odeint
,以便odeint
将f
的值作为rhs
的第三个参数。将每次调用odeint
的结果保存在列表中。基本上,替换
ces = odeint(rhs, init_cond, t)
与
对于f_数组
中的f
的每个值,现在在解决方案
列表中有一个解决方案
要绘制这些,可以将plot
调用放入另一个for
循环:
for ces in solutions:
plot(t, ces[:, 0], 'b-')
好建议,谢谢。我已经掌握了如何将每个解决方案从用于打印的阵列列表中分离出来?您可以将对plot
的调用放在solutions
的循环中。请参阅更新的答案。
for ces in solutions:
plot(t, ces[:, 0], 'b-')