Verwenden von adaptive Zeitschritt für scipy.integrate.ode beim Lösen von ODE-Systemen

Question

Ich muss nur lesen Using adaptive step sizes with scipy.integrate.ode und die akzeptierte Lösung für dieses Problem, und haben sogar reproduziert die Ergebnisse durch Kopieren und Einfügen in meinem Python-Interpreter.

Mein Problem ist, dass wenn ich versuche, den Lösungscode zu meinem eigenen Code anzupassen, ich nur flache Linien bekomme.

Mein Code ist wie folgt:

from scipy.integrate import ode 
from matplotlib.pyplot import plot, show 

initials = [1,1,1,1,1] 
integration_range = (0, 100) 

f = lambda t,y: [1.0*y[0]*y[1], -1.0*y[0]*y[1], 1.0*y[2]*y[3] - 1.0*y[2], -1.0*y[2]*y[3], 1.0*y[2], ] 

y_solutions = [] 
t_solutions = [] 
def solution_getter(t,y): 
    t_solutions.append(t) 
    y_solutions.append(y) 


backend = "dopri5" 
ode_solver = ode(f).set_integrator(backend) 
ode_solver.set_solout(solution_getter) 
ode_solver.set_initial_value(y=initials, t=0) 

ode_solver.integrate(integration_range[1]) 

plot(t_solutions,y_solutions) 
show() 

Und die Handlung es ergibt:

Answer 1

In der Zeile

y_solutions.append(y) 

Sie denken, dass Sie den aktuellen Vektor anhängen. Was passiert, ist, dass Sie die Objektreferenz an y anhängen. Da der Integrator während der Integrationsschleife scheinbar den Vektor y wieder verwendet, hängt immer die gleiche Objektreferenz an. Somit wird am Ende jede Position der Liste mit der gleichen Referenz gefüllt, die auf den Vektor des letzten Zustands von y zeigt.

lange Geschichte kurz: ersetzen mit

y_solutions.append(y.copy()) 

und alles ist in Ordnung.