Question

我最近是一名进行科学计算的学生，通常，我使用odeint函数来求解微分方程，现在我需要求解具有100个变量的微分方程组。如果我遵循以前的python编程风格，我会表现得很像这个：

def XFunction(X,t,sets):
   x1,x2,x3,x4,,,,,,x100=X
   lambd=sets
   return np.array([equation1,equation2,equation3,,,,,equation100])

但是这种方法花费的时间太长，有没有更有效的方法呢？

Answer 1

是的，使用这样的整数后缀表示您可能想要使用序列（如列表或数组），但映射（如字典）也可以使用。因此，您可以在需要时编写x1,x2,x3...而不是X[0], X[1], X[2]...，而无需先将它们拉出本地。 X可能已经是程序中的数组。

如果只是可迭代的而不是序列，则可以先将其保存在列表中，

X = [*X]

您可以使用下标运算符X[i]。

您通常不会在Python中“声明”变量，这是赋值所隐含的，尽管您可以通过给它（类型）注解来进行赋值来声明。

[equation1, ...]部分也许可以通过列表理解完成，这类似于数学集合理解，但是是有序的。

这是一个带有单个映射和过滤步骤的愚蠢示例。（您可以有多个过滤器，也可以没有过滤器，但是必须至少使用一个循环。）

[x**2 for x in X if x % 2 == 0]

此列表理解将生成X元素在其中偶数的所有正方形的列表。

我不知道您的应用程序需要什么公式集，但是如果可以用X对其进行参数化，则可以通过这种方式来完成。