我试图通过import pandas as pd
import numpy as np
df = pd.DataFrame({'prod_tags_0': [np.nan], 'prod_tags_1': [np.nan],
'prod_tags_2': [np.nan]})
print(df)
>> prod_tags_0 prod_tags_1 prod_tags_2
0 NaN NaN NaN
df.fillna({'prod_tags_' + str(i): 0 for i in range(2)}, inplace=True)
print(df)
>> prod_tags_0 prod_tags_1 prod_tags_2
0 0.0 0.0 NaN
中的替换来简化微分方程。但是,替换似乎没有起作用。
这是我的代码:
maxima
最后一次替换不起作用。我在这里做错了什么?
答案 0 :(得分:2)
问题在于subst(a=b, c)
(或等效subst(b, a, c)
)只能在a
是c
的精确子表达式时进行替换。
ratsubst
不是精确的子表达时, a
(见)可以处理某些情况,但在这种情况下,它似乎无法正常工作。
但我认为你可以通过从另一个中减去一个方程式得到你想要的结果。请注意,(a=b) - (c=d)
会产生a - c = b - d
。另请注意,我已在另一个步骤(在%i7中)应用diff
运算符。此外,我将%o乘以r得到类似base
的内容。
(%i1) depends (\rho,[t, r, \theta, z]); depends (V, [t, r, \theta, z]);
(%o1) [rho(t, r, theta, z)]
(%o2) [V(t, r, theta, z)]
(%i3) f_contin : diff (\rho, t) + diff (\rho*r*V[r], r)*(1/r) = 0;
drho d
r V ---- + r (-- (V )) rho + V rho
drho r dr dr r r
(%o3) ---- + ------------------------------------ = 0
dt r
(%i4) base : diff (V[b]*r*\rho, r) = 0;
drho d
(%o4) V r ---- + (-- (V )) r rho + V rho = 0
b dr dr b b
(%i5) V_sub : V[r] = V[b] + \epsilon*V[r];
(%o5) V = epsilon V + V
r r b
(%i6) subst (V_sub, f_contin);
drho drho d
(%o6) ---- + (r (epsilon V + V ) ---- + r (-- (epsilon V + V )) rho
dt r b dr dr r b
+ (epsilon V + V ) rho)/r = 0
r b
(%i7) %o6, nouns;
drho drho d d
(%o7) ---- + (r (epsilon V + V ) ---- + r (epsilon (-- (V )) + -- (V )) rho
dt r b dr dr r dr b
+ (epsilon V + V ) rho)/r = 0
r b
(%i8) expand (r*%o7 - base);
drho drho d
(%o8) r ---- + epsilon r V ---- + epsilon r (-- (V )) rho + epsilon V rho = 0
dt r dr dr r r
答案 1 :(得分:-1)
函数subst(a,b,c)用c代替b。它使用3个参数,你的第一个参数可以工作,因为它被解释为subst (V[b] + \epsilon*V[r],V[r], f_contin);
您的第二个替代可能被解释为subst (0,diff (V[b]*r*\rho, r),%)
因此没有任何替代。你想用什么代替?