python - 用Scipy解决一个Odes系统-如何引用不同的索引？

我有一个依赖数据矩阵的ODE系统。每个ODE在评估中都应引用不同的数据列。

import numpy as np
n_eqns = 20
coeffs = np.random.normal(0, 1, (n_eqns, 20))
def dfdt(_, f, idx):
    return (f ** 2) * coeffs[idx, :].sum() - 2 * f * coeffs.sum()

from scipy.integrate import ode
f0 = np.random.uniform(-1, 1, n_eqns)
t0 = 0
tf = 1
dt = 0.001

r = ode(dfdt)
r.set_initial_value(f0, t0).set_f_params(range(n_eqns))

while r.successful() and r.t < tf:
    print(r.t+dt, r.integrate(r.t+dt))

如何指定每个ODE在ODE系统中应使用与其索引关联的idx值？第一个方程式应传递idx=0，第二个方程式应传递idx=1，依此类推。

最佳答案

函数dfdt分别获取并返回状态和派生数组（或其他可迭代对象）。因此，您要做的就是遍历所有索引并相应地应用您的操作。例如：

def dfdt(t,f):
    output = np.empty_like(f)
    for i,entry in enumerate(f)
        output[i] = f[i]**2 * coeffs[i,:].sum() - 2*f[i]*coeffs.sum()
    return output

您还可以使用NumPy的按组件操作（更快）来编写此代码：

def dfdt(t,f):
    return f**2 * coeffs.sum(axis=1) - 2*f*coeffs.sum()

最后请注意，对于状态使用f可能会有些混乱，因为ode表示派生词（您称为dfdt）的方式。

关于python - 用Scipy解决一个Odes系统-如何引用不同的索引？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/49118890/