from __future__ import division
import numpy as np
import matplotlib.pyplot as plt
def f(x, t): #function for x'(t) = f(x,t)
return -x
def exact(t): #exact solution
return np.exp(-t)
def Rk4(x0, t0, dt): #Runge-Kutta Fourth Order Approximation
t = np.arange(0, 1+dt, dt)
n = len(t)
x = np.array([x0]*n)
E = np.array([x0]*n)
E0 = x0-exact(1)
x[0],t[0],E[0] = x0,t0,E0
for i in range(n-1):
h = t[i+1] - t[i]
k1 = h*f(x[i], t[i])
k2 = h*f(x[i] + 0.5 * k1, t[i] + 0.5 * h)
k3 = h*f(x[i] + 0.5 * k2, t[i] + 0.5 * h)
k4 = h*f(x[i] + k3, t[i+1])
x[i+1] = x[i] + (k1 + 2.0*(k2 + k3) + k4 )/6.0
E[i+1] = E[i]+(x[i+1]-x[i])
return E
vecRk4 = np.vectorize(Rk4)
dtime = np.arange(10e-4,1,10e-5)
S = vecRk4(1.0,0.0,dtime)
plt.plot(dtime,S)
我只是试图将x0 = 1.0,t0 = 0.0的Rk4函数绘制为dt的函数。我尝试通过向量化函数并为时间步长dt创建数组,但得到错误" ValueError:用序列设置数组元素。"
答案 0 :(得分:1)
问题是你的返回值E
不是一个数字,而是一个numpy数组。
Vectorizing 许多数组会给你一个列表,矢量化很多numpy数组在这里不起作用。
回到原来的问题:使用矢量化对一个参数绘制函数的方法是:
from __future__ import division
import numpy as np
import matplotlib.pyplot as plt
def myfunc(a,b):
return 2*b+a
vecRk4 = np.vectorize(myfunc)
dtime = np.arange(10e-4,1,10e-5)
S = vecRk4(a=3, b=dtime)
plt.plot(dtime,S)
plt.show()