Question

以下是我的计划的（非常）缩短的版本

normvecs向量没有被覆盖，只要你运行这段代码片段就可以自己看看，参数是正确的 geom 函数采用n + 1 X 2数组和n作为输入，我想我正在做一些非常愚蠢的事情（我认为我是）或者我不理解这种行为

import numpy as np

#geometry calculations
def geom(pts,n):
    r = np.zeros(n)
    normvecs = np.zeros((n,2))
    tgtvecs  = np.zeros((n,2))
    alphap = np.zeros(n)
    cpts = np.zeros((n,2))
    #collocation points
    cpts[:,0] = (pts[0:n,0]+pts[1:n+1,0])/2  
    cpts[:,1] = (pts[0:n,1]+pts[1:n+1,1])/2
    #length of panels
    r[:] = np.sqrt((pts[0:n,0]-pts[1:n+1,0])**2 + (pts[0:n,1]-pts[1:n+1,1])**2)
    #angle of each panel with the horizantal(chord)/refernce axis
    alphap[:] = np.arctan2(pts[1:n+1,1]-pts[0:n,1],pts[1:n+1,0]-pts[0:n,0])
    #normal vectors
    normvecs[:,0] = -np.sin(alphap[:])
    normvecs[:,1] =  np.cos(alphap[:])
    xx = np.cos(alphap[:])
    print(normvecs[:,0],normvecs[:,1],np.cos(alphap[:]),xx)
    return

geom(np.random.rand(31,2),30)

normvecs [：，1]只显示了nomvecs的负数[：，0] 我无法覆盖像normvecs [：，1] = xx（没有错误..但只是打印相同的东西）

我可能听起来不清楚，如果你跑步，你可能会看到我想说的话。

问题是什么？（如果是这样的话！）

Answer 1

我认为没有任何问题。运行更简洁的代码版本：

import numpy as np

#geometry calculations
def geom(pts,n):
    normvecs = np.zeros((n,2))
    alphap = np.zeros(n)
    alphap[:] = np.arctan2(pts[1:n+1,1]-pts[0:n,1],pts[1:n+1,0]-pts[0:n,0])
    normvecs[:,0] = -np.sin(alphap[:])
    normvecs[:,1] =  np.cos(alphap[:])
    print np.abs(normvecs[:,0])-np.abs(normvecs[:,1])
    return

geom(np.random.rand(31,2),30)

产生这样的东西：

[ 0.47500019 -0.03182906 -0.46597523  0.7479451   0.12580804 -0.36311644
  0.06406616 -0.29641905 -0.39982319 -0.98493049 -0.4431009  -0.29506693
 -0.25931983  0.67831564 -0.80676608 -0.53007712  0.63448069  0.67457029
  0.25457744 -0.82095266 -0.27461275 -0.91244341 -0.69530798 -0.69023852
  0.18840807  0.49891863  0.52417747  0.06833423  0.83449866  0.47608894]

在我看来，你所说的两行normvecs的元素大小相同，不是。

难以理解numpy数组行为

1 个答案: