3

我正在尝试编写一个执行以下操作的程序：

  • 从数组中获取 V 的值
  • 将 V 值传递到与 E 相关的积分中
  • 将积分结果输出到数组 I
  • 情节 I 反对 V

这个方程看起来很糟糕，但除了 V 之外，一切都是常数。这是方程。方程不是很重要。

我该如何解决这个问题？我的尝试（如下所示）没有计算从文件中读取的每个 V 值的积分。

from scipy import integrate #integrate.quad
from numpy import *
import pylab
import datetime
import time
import os
import math

# import V
fn = 'cooltemp.dat'
V = loadtxt(fn,unpack=True,usecols=[1])

# variables
del1, del2, R, E, fE, fEeV = 1,2,1,2,1,1
e = 1.602176565*10**-19

# eqn = dint(abc)
a = E/( math.sqrt( E**2 - del1**2 ) )
b = ( E+ e*V )/( math.sqrt( ( E + e*V )**2) - del2**2)
c = fE-fEeV
d = 1/(e*R) # integration constant
eqn = a*b*c

# integrate 
result = quad(lambda E: eqn,-inf,inf)

# current
I = result*d

# plot IV curve
pylab.plot(V,I,'-r')

## customise graph
pylab.legend(['degree '+str(n),'degree '+str(q),'data'])
pylab.axis([0,max(x),0,max(y)])
pylab.xlabel('voltage (V)')
pylab.ylabel('current (A)')
tc = datetime.datetime.fromtimestamp(os.path.getmtime(fn))
pylab.title('IV curve\n'+fn+'\n'+str(tc)+'\n'+str(datetime.datetime.now()))
pylab.grid(True)
pylab.show()

*更新的尝试：

from scipy import integrate
from numpy import *
import pylab
import datetime
import time
import os
import math

# import V
fn = 'cooltemp.dat'
V = loadtxt(fn,unpack=True,usecols=[1])
# print V

# variables
del1, del2, R, E, fE, fEeV = 1.0,2.0,1.0,2.0,1.0,1.0
e = 1.602176565*10**-19

I=[]
for n in range(len(V)):

    constant = 1/(e*R) # integration constant
    eqn = (E/( math.sqrt( E**2 - del1**2 ) ))*(( E + e*V[n] )/( math.sqrt( ( E + e*V[n] )**2) - del2**2))*(fE-fEeV)

    # integrate 
    result,error = integrate.quad(lambda E: eqn,-inf,inf)
    print result
    # current
    I.append(result*constant)

I = array(I)

# plot IV curve
pylab.plot(V,I,'-b')
4

2 回答 2

4

你有几个问题：

您传递给的“函数”quad总是返回 eqn，它只是一个预先计算好的数字。您需要定义一个适当的函数，该函数将 E 的给定值作为输入并返回被积函数。此函数还需要假设 V 的固定值。假设您提供的代码计算给定 V 和 E 值的正确数量（我没有检查，只是复制粘贴）：

# import V
fn = 'cooltemp.dat'
V = loadtxt(fn,unpack=True,usecols=[1])
# print V

@np.vectorize
def result(x):
    def integrand(E):
        del1, del2, R, fE, fEeV = 1.0,2.0,1.0,1.0,1.0
        e = 1.602176565*10**-19
        a = E/( math.sqrt( E**2 - del1**2 ) )
        b = ( E+ e*x )/( math.sqrt( ( E + e*x )**2) - del2**2)
        c = fE-fEeV
        d = 1/(e*R) # integration constant
        return a * b * c
    return quad(integrand, -inf, inf)

I = result(V)

总结：

  • result(v)针对 v 的固定值计算全积分（在 E 上）
  • integrand(E)在固定的 E（积分变量）和固定的 V 处评估被积函数（它从函数外部获取值，这就是为什么被积函数的定义嵌套在结果的定义中的原因）
  • @np.vectorize诀窍只是一个很好的便利功能，它允许您将 V 的数组传递到result. Numpy 将为您循环遍历这些值，并返回一个数组而不是一个标量
于 2012-08-15T15:00:14.887 回答
1

您应该使用 np.vectorize 将数组传递给方程并取回数组。例如，这将计算以下等式（如果您好奇的话，移动距离......）：

移动距离


import numpy as np
from scipy.integrate import quad



spl=299792458.0    #speed of light in m/s
Mpc=3.0856E22      # Mpc in m
pc=3.0856E16       # pc in m



def HubbleTime(H0):
    return 3.0856e17/(H0/100.0)



def HubbleDist(H0):
        """returns the Hubble Distance (in Mpc) for given H_0"""
    return spl*HubbleTime(H0)/Mpc



def Integrand(z, Om, OLam):
        """ This is the E(z) function from Hogg (2000)
        Integrand(z, Om, OLam)
    """
    return ( Om*(1+z)3 + OLam)(-0.5)



def CosmComDist(z, H0=70, Om=0.30, OLam=0.70):
    """Gives the comoving distance at redshift z
    CosmComDist(z, H0=70, Om=0.30, OLam=0.70)
    """
    CMD=HubbleDist(H0)*quad(Integrand, 0, z, args=(Om, OLam))[0]
    return CMD



CosmComDist=np.vectorize(CosmComDist)
redshifts = np.linspace(0,1,100)
distances = CosmComDist(redshifts)

于 2012-08-15T15:22:55.763 回答