![](/img/trans.png)
[英]solve ordinary differential equation with time dependent coefficients in python (odeint)
[英]Passing large time dependent data to solve differential equation in python,
考慮這個簡單的一階微分方程:
其中 k 是一個常數,值為 0.5 和是隨時間變化的變量。
我使用以下代碼在不同時間輸入 y_bar 的值,效果很好。
import numpy as np
from scipy.integrate import odeint
from matplotlib import pyplot as plt
def get_y_bar(t):
if t>=0 and t<=1:
return 0.0
elif t<=2:
return 1.0
elif t<=3:
return 2.0
elif t<=4:
return 3.0
elif t<=5:
return 4.0
else:
return 5.0
def ode(y,t):
k=0.5
y_bar=get_y_bar(t)
dy=k*(y_bar-y)
return dy
y0=0.0
t0=np.linspace(0,10,100)
sol=odeint(ode,y0,t0)
plt.plot(t0,sol)
plt.show()
但是,這種方法只有在我有少量數據並且可以手動使用 if.. elif..else 循環輸入時才可行。 如果在較小的時間步長(例如 t= 0.01、0.025、0.03、...、5.0)中有較大的 y_bar 值,我該怎么辦?
我有 CSV 格式的數據並嘗試遍歷數據但卡住了? 有什么簡單的方法可以做到這一點嗎?
def get_y_bar(t):
data=np.genfromtxt('data.csv',delimiter=',')
time=data[:,0]
y_bar=data[:,1]
for i in range(len(time)):
if t>=time[i] and t<=time[i=1]:
return y_bar[i]
else:
我不確定我是否完全理解你的問題。 但是,如果您想替換get_y_bar
中的眾多elif
循環,請嘗試以下操作:
import math
def get_y_bar(t):
return math.floor(t)
即math.floor(4.2)
將返回4
,即小於4.2
的最大 integer
使用這種方法,您將在每次odeint
調用您的ode
function 時加載文件,這將非常低效。
解決您的問題的更方便的方法是使用scipy.interpolate.interp1d
替換您的get_y_bar
function ,而kind = zero
,即constant interpolation 。 你應該在你的ode
function 之外做這個插值,所以你只做一次。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.