Python：尝试多次运行函数并为每次运行保存值

我试图从我正在运行的数值模拟中获得一些数据。 我有一个函数，可以解算ODE并将所需的值保存在向量中，

rv

。我想运行我的函数1000次，并获得每个时间步的

rv

的平均值，但我不知道如何执行

我的第一个想法是调用函数

1000次

，并将数据保存在一个数组中

for i in range(1000):
    datavector = np.array(0)
    circle(N,dt,x0,y0,phi0,r,T,nu,v,Omega,R)
    datavector = np.append(datavector, rv)

但当我这样做时，我得到了以下错误消息：

name错误：未定义名称“rv”

我会附上我的代码，因为我不太擅长解释。抱歉弄得这么乱

import math
import numpy as np
import matplotlib.pyplot as plt

def circle(N,dt,x0,y0,phi0,r,T,nu,v,Omega,R):


kB = 1.38*10**-23 # Boltzmann constant [J/K]plt #math constants
DT = kB*T/(6*math.pi*nu*r)  # Translational diffusion coefficent [m^2/s]
DR = kB*T/(8*math.pi*nu*r**3) # Rotational diffusion coefficent [rad^2/s]
n = 0 #iteration constant


x=x0 #vectors and initial values
y=y0
phi=phi0
phiv= np.array(phi) #vector containing phi-values
xv= np.array(x) #vector containing x-values
yv= np.array(y) #vector containing y-values
rv=np.array(np.sqrt(x**2+y**2))
xss=np.array(x) #vector containing start and (soon) end value
yss=np.array(y) # same as above

phiK=math.sqrt(2*DR*dt) #constants used in the iteration
xyK=math.sqrt(2*DT*dt)
Odt=Omega*dt

while n < N: #from 0 -> N-1
    phi = phi + Odt + phiK*np.random.normal(0,1) #eq (9)
    x = x + v*math.cos(phi)*dt + xyK*np.random.normal(0,1) #eq (10)
    y = y + v*math.sin(phi)*dt + xyK*np.random.normal(0,1) #eq (11)
    if (x**2+y**2) > R**2: #if the particle is outside the boundary
        if abs(x) > R: #need to make sure arccos(x/R) is meaningful
            xn = np.sign(x)*R
            theta = np.sign(y)*np.arccos((xn/R))#angle to particle
        else:
            theta = np.sign(y)*np.arccos((x/R))#angle to particle  
        rp = np.array([x,y]) #r for the particle
        rr = np.array([np.cos(theta)*R,np.sin(theta)*R]) #r for the boundary closest to the particle
        #d = rp - rr #smallest distance from particle to boundary
        q = (2*np.linalg.norm(rr)/np.linalg.norm(rp)) - 1
        x = q*np.array(rp[0]) #x- and y-value forced inside the boundary
        y = q*np.array(rp[1])

    phiv = np.append(phiv, phi) #adding all phi-values to a vector
    xv = np.append(xv, x) # adding all x-values to a vector
    yv = np.append(yv, y) # adding all y-values to a vector'
    rv = np.append(rv,(np.sqrt(x**2+y**2)))
    n=n+1 #iteration 


return(rv)
#print(rv)

for i in range(2): #run the program a number of times
    datavector = np.array(0)
    circle(1E5,1E-3,0*np.random.uniform(-1E-5,1E-5),0*np.random.uniform(-1E-5,1E-5),np.random.uniform(-2*np.pi,2*np.pi),1E-6,300,1E-3,5*1E-6,0,2E-5)
    datavector = np.append(datavector, rv)
np.savetxt('testet.txt', datavector)

导入数学
将numpy作为np导入
将matplotlib.pyplot作为plt导入
定义圆（N，dt，x0，y0，phi0，r，T，nu，v，ω，r）：
kB=1.38*10**-23#玻尔兹曼常数[J/K]plt#数学常数
DT=kB*T/（6*math.pi*nu*r）#平移扩散系数[m^2/s]
DR=kB*T/（8*math.pi*nu*r**3）#旋转扩散系数[rad^2/s]
n=0#迭代常数
x=x0#向量和初始值
y=y0
φ=φ0
phiv=np.数组（phi）#包含phi值的向量
xv=np.数组（x）#包含x值的向量
yv=np.数组（y）#包含y值的向量
rv=np.数组（np.sqrt（x**2+y**2））
xss=np.数组（x）#包含起始值和（很快）结束值的向量
yss=np.数组（y）#同上
phiK=math.sqrt（2*DR*dt）#迭代中使用的常数
xyK=数学sqrt（2*DT*DT）
Odt=ω*dt
而nn-1
phi=phi+Odt+phiK*np.随机正态（0,1）#等式（9）
x=x+v*数学cos（φ）*dt+xyK*np.随机正态（0,1）#等式（10）
y=y+v*math.sin（phi）*dt+xyK*np.random.normal（0,1）#eq（11）
如果（x**2+y**2）>R**2:#如果粒子在边界外
如果abs（x）>R:#需要确保arccos（x/R）是有意义的
xn=np.符号（x）*R
θ=np.符号（y）*np.角（（xn/R））#与粒子的角度
其他：
θ=np.符号（y）*np.角（（x/R））#与粒子的角度
rp=np.粒子的数组（[x，y]）#r
rr=np.数组（[np.cos（θ）*R，np.sin（θ）*R]）#R，用于最接近粒子的边界
#d=rp-rr#颗粒到边界的最小距离
q=（2*np.linalg.norm（rr）/np.linalg.norm（rp））-1
x=q*np.数组（rp[0]）#强制在边界内的x和y值
y=q*np.数组（rp[1]）
phiv=np.append（phiv，phi）#将所有phi值添加到向量
xv=np.附加（xv，x）#将所有x值添加到向量
yv=np.append（yv，y）#将所有y值添加到向量的
rv=np.append（rv，（np.sqrt（x**2+y**2）））
n=n+1#迭代
返回（rv）
#打印（rv）
对于范围（2）内的i:#多次运行程序
datavector=np.array（0）
圆（1E5,1E-3,0*np.随机均匀（-1E-5,1E-5），0*np.随机均匀（-1E-5,1E-5），np.随机均匀（-2*np.pi，2*np.pi），1E-6300,1E-3,5*1E-6,0,2E-5）
datavector=np.append（datavector，rv）
np.savetxt（'testet.txt'，datavector）

未定义名称“rv”

表示在对变量执行操作之前未定义变量

根据您提供的信息，

rv

从未定义。最重要的是，您在每次迭代时都要重新初始化结果向量

datavector

，而它只应该在主循环之前初始化

我假设

rv

是

circle

的返回值

因此，对代码的更正应该如下所示：

datavector = []
for i in range(1000):
    rv = circle(N,dt,x0,y0,phi0,r,T,nu,v,Omega,R)
    datavector.append(rv)

---

您在循环之前定义过rv吗？第三行的

：

没有问题吗？您的变量

rv

没有在给定代码中的某个地方声明。只有

r

、

v

和

r

。您可能希望使用as

datavector=np进行平均。append（datavector，mean（r，v））

Yes，从圆（N，dt，x0，y0，phi0，r，T，nu，v，Omega，r）：我得到了rv（我已经试着打印出来了）。但我无法将其中的1000个收集到一个数组中。我在函数循环中定义了rv，但不在范围（1000）中的for I循环中。我想让我的函数给我rv谢谢，我没有把rv=circle（N，dt，x0，y0，phi0，r，t，nu，v，Omega，r）作为问题所在！最后，我使用了范围（1000）内I的datav=np.ndarray（shape=（1000,1E5））：#运行程序多次rv=circle（1E5,1E-3,0*np.random.uniform（-1E-5,1E-5），0*np.random.uniform（-1E-5,1E-5），np.random.uniform（-2*np.pi，2*np.pi），1E-6300,1E-3,5*1E-5*1E-6,0）datav[I]=（rv）#打印（datav=datav.savev）转置（'testet.txt'，datav）