如何使用辅助函数缩短ODE方程

Question

我想以某种方式缩短我的ODE方程，因为否则代码会变得凌乱。我尝试过使用辅助函数，比如fe（），但这不起作用。下面的代码只是一个例子欢迎任何建议！谢谢！

# Import the required modules
import numpy as np
import matplotlib.pyplot as plt

from scipy.integrate import odeint

# Here the parameters
a,b,c,d = 1,1,1,1

def fe(P[0]):
    return d*P[0]

# Define a function which calculates the derivative
def dP_dl(P, l):
    return [P[0]*(a - b*P[1]),
            -P[1]*(c - fe(P[0]) )]


ts = np.linspace(0, 12, 100)
P0 = [1.5, 1.0]
Ps = odeint(dP_dl, P0, ts) 
prey = Ps[:,0]
predators = Ps[:,1]


plt.plot(ts, prey, "+", label="Rabbits")
plt.plot(ts, predators, "x", label="Foxes")
plt.xlabel("Time")
plt.ylabel("Population")
plt.legend();

这是我从python控制台得到的。

Python 3.6.3 | Anaconda，Inc。| （默认，2017年10月15日，07：29：16）[MSC v.1900 32 bit（Intel）]输入“copyright”，“credits”或“license”以获取更多信息。

IPython 6.1.0 - 增强的交互式Python。

runfile（'C：/ Users / Matteo S / Desktop / vocaboli tedesco / untitled0.py'，wdir ='C：/ Users / Matteo S / Desktop / vocaboli tedesco'）Traceback（最近一次调用最后一次）：

在run_code exec中的文件“C：\ Anaconda3 \ lib \ site-packages \ IPython \ core \ interactiveshell.py”，第2862行（code_obj，self.user_global_ns，self.user_ns）

文件“”，第1行，在runfile中（'C：/ Users / Matthew S / Desktop / German words / untitled0.py'，wdir ='C：/ Users / Matthew S / Desktop / German words'）

文件“C：\ Anaconda3 \ lib \ site-packages \ spyder \ utils \ site \ sitecustomize.py”，第710行，在runfile execfile（filename，namespace）中

文件“C：\ Anaconda3 \ lib \ site-packages \ spyder \ utils \ site \ sitecustomize.py”，第101行，execfile exec（compile（f.read（），filename，'e​​xec'），namespace）

文件“C：/ Users / Matteo S / Desktop / vocaboli tedesco / untitled0.py”，第17行def fe（P [0]）：^ SyntaxError：语法无效

Answer 1

函数不应该知道你传递的是iterable的第一个元素，他应该只知道你传递了一个数字。另一方面，在函数dP_dl被设置为分离组件以使其更具可读性的情况下。

# Import the required modules
import numpy as np
import matplotlib.pyplot as plt

from scipy.integrate import odeint

# Here the parameters
a,b,c,d = 1,1,1,1

def fe(x): return d*x

# Define a function which calculates the derivative
def dP_dl(P, l):
    x1, x2 = P
    dx1dt = x1*(a-b*x2)
    dx2dt = -x2*(c-fe(x1)) 
    return dx1dt, dx2dt


ts = np.linspace(0, 12, 100)
P0 = [1.5, 1.0]
Ps = odeint(dP_dl, P0, ts) 
prey = Ps[:,0]
predators = Ps[:,1]


plt.plot(ts, prey, "+", label="Rabbits")
plt.plot(ts, predators, "x", label="Foxes")
plt.xlabel("Time")
plt.ylabel("Population")
plt.legend();
plt.show()