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.Verwenden von adaptive Zeitschritt für scipy.integrate.ode beim Lösen von ODE-Systemen
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()
Vielen Dank! Referenzen schaffen es immer noch, mich manchmal zu verwirren ... Btw, wie bist du zu dieser Lösung gekommen? – Ezbob
Durch Debuggen. Die q'n'd-Lösung besteht darin, print-Anweisungen innerhalb von solution_getter und vor dem Plot hinzuzufügen, um zu sehen, was die tatsächlichen Daten sind. – LutzL