Numpy 数组在 for 循环期间不更新

Question

我正在尝试编写一些代码来求解微分方程，这里的情况相当简单，它是著名的谐振子，但是我正在尝试编写一个适用于 n 阶 ODE 的通用代码。

在 for 循环期间，X 中的值没有更新，我检查等式右侧的成员应该更改它。 X 的初始值，即 X[0] 是 [1, 0]，X[k+1] 的右侧是 [1, -0.1]，但是当我打印 X[k+1] 的值时，它是仍然是 [0, 0]，应该被替换的值。

from matplotlib import pyplot as plt
import numpy as np


def deriv(X_k, omega):
    functions = [lambda _: X_k[1], lambda _: -omega**2*X_k[0]]
    X_dot_k = np.array([f(1) for f in functions])
    return X_dot_k


step = 0.1 # Time step
omega = 1 # Angular velocity
dimension = 2 # Important when there is n equations.
t0, tf, x0, v0 = 0, 10, 1, 0
t = np.linspace(t0, tf, int((tf-t0)/step) + 1)
X = np.asarray([[0 for _ in range(dimension)] for _ in t])
X[0] = [x0, v0] # Inital conditions.

for k in range(len(t)-1):
    X[k+1] = X[k] + deriv(X[k], omega)*step


plt.plot(t, X[:, 0], label="position")
plt.xlabel("time (s)")
plt.ylabel("position (AU)")
plt.title("Position in function of time.")
plt.show()

Answer 1

您的数组由所有整数组成。

deriv

 始终返回 

[0,-1]

 并且整个数组舍入为 

[1,0]

。

所以，就去做吧：

X = np.asarray([[0 for _ in range(dimension)] for _ in t]).astype(float) 或者更好：

X = np.zeros((len(t),dimension))