python：创建一个arange数组

我正在看这篇文章，因为我想创建一个数组，其中每个列都是一个

x

vector

arange

d by

dx

，分别带有相应的

dx

。希望这是有道理的

import numpy as np
L = 80.0
N = 2 ** np.arange(-4, 10, dtype = np.float64)
dx = L / N

在我的原始代码中，我看到了一个

dx

，现在我有了一个

dx

值数组。 当我只使用一个

dx

时，我设置了x向量，如下所示：

x = np.arange(-L / 2., L / 2. - dx, dx)

但是，对于每个

dx

，我需要一个

x

，但我不确定如何做到这一点。我看了一开始提到的那篇文章，我认为它提供了一些见解。不过，我似乎无法根据自己的需要进行调整——也许这甚至不是正确的方法

也许我需要一个

循环

for i in len(dx):
    x[i] = np.arange(-L / 2., L / 2. - dx, dx)

然后我可能需要为

循环嵌套另一个

，为每个迭代选择一个
dx

但我不确定什么是正确的方法或最有效的方法


为了澄清混淆，在one
dx
情况下，我设置了以下设置：

x = np.arange(-L / 2.0, L / 2.0 - dx, dx)                                         
k = np.hstack((np.arange(0, N / 2.0 - 1.0),                                       
               np.arange(-N / 2.0, 0))).T * 2.0 * np.pi / L                       
k1 = 1j * k                                                                       
k3 = (1j * k) ** 3                                                                
u = 2 * (2 / (np.exp(x + 20.0) + np.exp(-x - 20.0))) ** 2                                   
udata = u                                                                         
tdata = 0.0 

Integration here

然后，我使用带有Runge-Kutta 4积分的伪谱方法来数值确定非线性KdV方程的
u
。我想在不同的
dx
值上运行代码，以便找到错误并绘制
1/dx
与错误的对比图，其中
1/dx
是x轴上的最大值

我希望这有助于我努力实现的目标


既然我想找到错误，我需要相同的步长吗？我知道错误将以
exp（-c*dx）
的形式绘制，其中
c
是一个任意常数。我之所以知道这一点，是因为伪谱方法的错误是
exp（-c/dx）
，但我将针对
1/dx
进行绘图，我不确定您想如何处理@Joel提出的问题，因为就目前而言

x=np.arange（-L/2,L/2.-dx，dx）

对于不同的
dx
将给出不同大小的数组，这些数组无法堆叠。您可以使用建议的for循环创建此类数组的列表：

L=10
dxs=np.数组（[1,2,3]）
xs=[np.arange（-L/2，L/2，dx）表示dx中的dx]

那么，
xs
是：

[数组（[-5，-4，-3，-2，-1,0,1,2,3,4]），
数组（[-5，-3，-1,1,3]），
数组（[-5，-2,1,4]）]

注意：我从上限（
L/2-dx
=>
L/2
）中删除了
-dx
），因为
arange
已经排除了最后一点，您可以看到这一点，因为结果永远不会以
L/2
结束，即
5

如果希望在保持相同边界的同时增加步长，这是不可避免的


如果您可以更改边界并希望步长增加，但保持相同的元素数，那么我建议使用以下方法，这样可以增加边界

x=np.arange（-L/2，L/2）
x
#数组（[-5，-4，-3，-2，-1,0,1,2,3,4]）
x*dxs[…，无]
#数组（[-5，-4，-3，-2，-1,0,1,2,3,4]，
#       [-10,  -8,  -6,  -4,  -2,   0,   2,   4,   6,   8],
#       [-15, -12,  -9,  -6,  -3,   0,   3,   6,   9,  12]])
我不知道如何回答你的问题，但是arrange/arange的不同拼写是故意的吗？我在文本中看到了这两个方面，但我对python的了解还不够，无法编辑（如果它需要的话）。我不完全确定你在问什么，你想要一个NxM数组，其中每列都是不同的
arange
？是的，我也不太理解这个问题。如果这是@bheklillr建议的，那么您可以使用广播来执行类似于
np.arange（-2，2）[…，None]+np.arange（3）[None，…]
的操作，因为您需要由这些列组成的数组，所以每列都需要相同数量的元素。但是元素的数量取决于
dx
。您可以尝试使用
np.linspace
来指定要使用的元素数，但这会更改您的
dx
。既然我想查找错误，我需要相同的步长吗？我知道错误将以
exp（-c*dx）
的形式绘制，其中c是一个任意常数。我之所以知道这一点，是因为伪光谱法的错误为
exp（-c/dx）
，但我将针对
1/dx
进行绘图。我不确定我是否了解您的应用程序，是否能够提供帮助。听起来像是
dx
是点的间距，但问题的界限应该设置边界（
L
应该是固定的），因此您可能需要第一个解决方案。您不能将其放入数组，因为每个
x
的点数将不同，因此您最初的问题可能没有意义，但这不应该是一个问题。只需为xs中的x求解
。