如何绘制使用scipy软件包中的solve_ivp在python中求解一组微分方程后获得的图形

我在python中使用solve_ivp来求解状态空间形式的一组微分方程。我的代码如下：

import numpy as np
import matplotlib.pyplot as plt
from numpy import zeros
from scipy.integrate import solve_ivp
vin=12;
vdon=.7;
X=np.array([[0],[0],[0],[0]])
U= np.array([[vin],[vdon]]);
A1=np.array([[(-.01-10)/1e-5,-1/1e-5,10/1e-5,0] ,[1/1e-8,-1/(.05*1e-8),0,0],[10/1e-8,0,(-10-1)/1e-8,-1/1e-8],[0,0,1/1e-3,0]]);
B1=np.array([[1/1e-5,0],[0,1/(.05*1e-8)],[0,0],[0,0]]);
def conv(t,X):
    xdot= A1.dot(X).reshape(4,1)+B1.dot(U)
    return np.squeeze(np.asarray(xdot))
tspan=[0,.001]

X0=np.array([0,0,0,0])
sol=solve_ivp(conv,tspan,X0)
t=np.linspace(0,.001,10000)
tend=.001
plt.plot(t,X)

使用正常

plt.plot（t，X）

命令时显示错误。 如何在

X

和

t

之间绘制图形？

---

请帮助

这里的计算内容有点不清楚，但是检查

solve\u ivp

，似乎返回值（

sol

在本例中）有许多字段

sol.t

是时间点列表

sol.y

是

X

四个组件中每一个组件的计算值，对应于

sol.t

的每个值

下面是绘制4个组件的方法（它们都从0开始，因为

X0=（0,0,0,0）

）。解释取决于要解决的确切问题

将numpy导入为np
将matplotlib.pyplot作为plt导入
从numpy导入零
来自scipy.integrate import solve\u ivp
vin=12
vdon=.7
X=np.数组（[[0]，[0]，[0]，[0]]）
U=np.数组（[[vin]，[vdon]]）
A1=np.数组（[[（.01-10）/1e-5，-1/1e-5,10/1e-5,0]，
[1/1e-8，-1/（.05*1e-8），0,0]，
[10/1e-8,0，（-10-1）/1e-8，-1/1e-8]，
[0,0,1/1e-3,0]]
B1=np.数组（[[1/1e-5,0]，
[0,1/（.05*1e-8）]，
[0, 0],
[0, 0]])
def conv（t，X）：
xdot=A1.点（X）.重塑（4,1）+B1.点（U）
返回np.挤压（np.asarray（xdot））
tspan=[0.001]
X0=np.数组（[0,0,0,0]）
sol=求解_ivp（conv，tspan，X0）
对于范围内的i（sol.y.shape[0]）：
plt.plot（sol.t，sol.y[i]，label=f'$X{i}（t）$）
plt.xlabel（“$t$”）#横轴表示时间
plt.legend（）#显示颜色如何对应于X的分量
plt.show（）

---

我找到了一种更简单的方法来绘制解决方案。

time\u数组=sol.t
解决方案\u数组=sol.y

然后简单地策划

---

plt.plot（时间数组、解决方案数组[0，：]）

您的

t

具有10000个线性间隔值。你的

X

是一个四个零的向量。是的，错误显示相同。我应该做什么更改来绘制它？我不理解数学，但是你的

X

正确吗？如果是这样的话，您需要将其与相同长度（4）的时间轴进行对比，因此可能

t=np.linspace（0.001,4）

？@JohanC非常感谢！不客气。顺便说一下，

X=np.数组（[[0]，[0]，[0]，[0]]）

可以删除（因为它没有被使用），并且

B1.dot（U）

可以在

conv

函数之外计算一次并重用。这将节省一点时间，添加

solve_ivp（…，vectoriazed=True）

@JohanC我很抱歉，我已经投票了，IDK为什么它没有出现。我又投票了。再次感谢