Question

我尝试解决2个耦合方程系统，这里称为系统A和系统B.这两个系统中的一个是ODE系统。为了避免在两个系统之间复制共享数据，我希望有一个带指针的结构。为此，我使用了numpy.view的机制。

一些代码：

import numpy as np
import scipy

t0,t1,dt = 0.0,5.0, 1.0

data = np.ones((5,2))
data[:,1]*=2

y=np.array([0.0,0.0])     ### no matter default value

r = scipy.integrate.ode(f)
r.set_integrator('dopri5', rtol=1e-3, atol=1e-6 )
r.set_f_params(0.05)

#r.set_initial_value(y, t0); r._y = data[2]   ### Apparently equivalent
r.set_initial_value(data[2], t0)                   ### Apparently equivalent

print(np.shares_memory(r.y,y))
print(np.shares_memory(r.y,data))

这里，在初始状态，我在r.y（系统A）和数据[2]之间有一个同步（名为data的变量是系统B的数据）。如果我修改一个，另一个也被修改，反之亦然。磁带命令r.y.base确认r.y只是名为data的数组的视图。那是我想要的行为。

现在，问题从这里开始。如果我的EDO系统取得进展：

while r.successful() and r.t < t1:
    r.integrate(r.t+dt, step=True)
    print(r.t+dt,r.y)

print(np.shares_memory(r.y,data))     
print(data)

数据和r.y不再同步。 r.y不再是数据视图。它看起来集成函数创建了它的属性r.y的新实例，而不仅仅是更新它。我已经阅读了这个函数的源代码

https://github.com/scipy/scipy/blob/v0.19.1/scipy/integrate/_ode.py#L396

但它迅速提到了fortran代码，我的理解能力就此止步。

如何通过r.y和数据之间的数据复制的不同方式解决（或解决）这个问题（这也意味着手动管理同步）？这可能是scipy中的一个错误吗？

感谢您的帮助

与numpy.view

0 个答案: