我有一些函数f(list)
,其中作为参数接收长度为2的列表,即list = [entry_1,entry_2]。我需要做一个这个函数的等高线图:
x = np.linspace(0, 2, 1000+1)
y = np.linspace(0, 2, 1000+1)
X, Y = np.meshgrid(x, y)
Z = ?
plt.contour(X, Y, Z)
plt.show()
问题是:我不知道如何传递论据。如果函数的类型为f(x,y),那么
Z = f(X, Y)
会做这个工作。但
Z = f([X,Y])
失败:它收到的参数太多了。我怎么能这样做?
编辑:以下是该计划的功能:
from scipy.optimize import minimize
def c_Gamma_gamma_fv(cf, cv):
return np.abs((4 * eta_gamma * charges**2 * a_q * cf).sum() + 4.* cf *a_tau/3. + a_w * cv)**2/Gamma_gamma
def mu_fv(cf, cv):
return np.array([cf**4,
cf**2 * cv**2,
cf**2 * c_Gamma_gamma_fv(cf, cv),
cv**2 * c_Gamma_gamma_fv(cf, cv),
cf**4,
cv**2 * cf**2,
cf**2 * cv**2,
cv**4,
cv**2 * cf**2,
cv**4])
def chi_square_fv(clist):
cf, cv = clist
return ((mu_fv(cf, cv) - mu_data) @ inv_cov @ (mu_fv(cf, cv) - mu_data))
x0 = [1., 1.]
res_fv = minimize(chi_square_fv, x0)
print(res_fv)
def delta_chi_fv(clist):
return chi_square_fv(clist) - chi_square_fv([res_fv.x[0], res_fv.x[1]])
所有未明确的变量都是常量。我要绘制的函数是delta_chi_fv。
答案 0 :(得分:0)
我找到的解决方案(在我大学的一位教授的帮助下)虽然不是最快的,但却有效:
Z = np.zeros((len(x), len(y)))
for i in range(len(x)):
for j in range(len(y)):
z = delta_chi_fv([x[i], y[j]])
Z[i,j] = z
有了这个Z的结构,那么
plt.contour(X,Y,Z)
工作正常。如果有人知道另一个答案,那么了解这种语言的更多信息会很棒。
干杯, 加布里埃尔。