在Python scipy.optimize中使用numpy数组和root_scalar()

xggvc2p6 于 11个月前发布在 Python

关注(0)|答案(2)|浏览(127)

我需要使用solve_ivp（）来解决一个微分方程，它适用于numpy数组。by model中的一些函数是隐式定义的，所以我需要使用root_scalar（）来反转它们，它只适用于标量值，而不适用于numpy数组。
我想创建一个 Package 器root_numpy（），对于某些参数，它接受标量和类似数组的参数。

def root_numpy(func, x0, ...):

# if x0 is scalar
    return sci_opt.root_scalar(func, x0=x0, ...)

# else create the results array, iterate over x0 and fill the results array ...

字符串

第一个问题：“如果x0是标量”这个条件在Python中是如何表达的？
第二个问题：有没有一种通用的方法来创建这样一个 Package 器，它也可以与scipy中的其他函数一起工作？

numpy

来源：https://stackoverflow.com/questions/77493002/using-numpy-arrays-with-root-scalar-from-python-scipy-optimize

2条答案

按热度按时间

o4tp2gmn1#

我建议第一个问题是

if np.isscalar(x_ast):
        return sci_opt.root_scalar(inv_eq, args=(x_ast,), bracket=[1.0, 2.0], method='brentq'))    # currently I do not treat the bracket as an arguments and as an array yet
 
    # else: do the rest: create the results array, iterate over x0 and fill the results array ...

字符串
这对我的目的来说很好，但没有回答第二个问题。

赞(0）回复(0）举报 11个月前

zlwx9yxi2#

如果我假设标量是一个简单的float数，那么解决问题的一种方法是：

def root_numpy(func, x0, ...):

if isinstance(x0, float):
    return sci_opt.root_scalar(func, x0=x0, ...)
else:
    # create the results array, iterate over x0 and fill the results array ...

字符串
并不是说你可以用你想要的任何数据类型来改变isinstance函数中的float。

赞(0）回复(0）举报 11个月前

我来回答

在Python scipy.optimize中使用numpy数组和root_scalar()

2条答案

相关问题

热门标签

最新问答