使用.T在python中解壓縮列表？

Question

我正在使用scipy的方法integration.odeint解決二階LDE。 該方法要求將該方程以兩個未知數中的兩個一階方程組的形式放置。 方法

odeint(system_matrix,initial_conditions_matrix,time_values)

在每個時間點以time_values輸出解向量。 解向量實際上是[u，u']的形式，其中u是我感興趣的變量。因此，我只想繪制u。 我在網上發現完成此操作的一種方法是使用

u,u'=odeint(system_matrix,initial_conditions_matrix,time_values).T

但我不明白為什么會這樣，.T到底意味着什么？

Answer 1

odeint(system_matrix,initial_conditions_matrix,time_values)是2列的矩陣。

為了能夠獲得第一列，請首先使用.T （轉置），然后可以解壓縮，因為元素的方向是您想要的。

順便說一句，我懷疑u'是一個有效的變量名。 我會做：

u,_ = odeint(system_matrix,initial_conditions_matrix,time_values).T

因為第二值對您而言並不重要。

Answer 2

我想到的示例是：

>>> sol = odeint(pend, y0, t, args=(b, c))
The solution is an array with shape (101, 2). The first column is theta(t), and the second is omega(t). The following code plots both components.

>>>
>>> import matplotlib.pyplot as plt
>>> plt.plot(t, sol[:, 0], 'b', label='theta(t)')
>>> plt.plot(t, sol[:, 1], 'g', label='omega(t)')

sol[:,0]選擇sol的第一列

拆包通常與返回元組的函數一起使用，例如：

def foo():
   ....
   return [1,2,3],{3:3}
x, y = foo()

應該以x為列表結尾， y以字典結尾。

但是它可以與任何迭代一起使用，只要提供術語數量匹配即可。 例如，可以將2行陣列拆包為2個陣列。

In [1]: x, y = np.arange(6).reshape(2,3)
In [4]: x,y
Out[4]: (array([0, 1, 2]), array([3, 4, 5]))

如果創建（3,2）數組，則需要x,y,z= ...或.T 。

因為我們可以索引列和行，所以在numpy沒有太多使用解包。 通常，我們有太多行要解壓。 但它的工作原理與基本的Python預期相同。

出於好奇， transpose在元組上起作用

In [6]: np.transpose((x,y))
Out[6]: 
array([[0, 3],
       [1, 4],
       [2, 5]])

實際上，這在np.argwhere使用， np.argwhere產生的索引的元組np.where為具有與維相同的列數的數組。