2

在求解微分方程并绘制结果时，如何增加绘制的数据点数量？我有

using DifferentialEquations
using Plots

function lorenz(du,u,p,t)
    du[1] = 10.0*(u[2]-u[1])
    du[2] = u[1]*(28.0-u[3]) - u[2]
    du[3] = u[1]*u[2] - (8/3)*u[3]
end

u0 = [5.0;0.0;0.0]
tspan = (0.0,100000.0)
prob = ODEProblem(lorenz,u0,tspan)

sol = solve(prob)

plot(sol, vars = 1, xlims = (10,100000),xscale =:log)

具体来说，当使用 PyPlots 之类的东西时，我可以使用：

x = linspace(0,100000,num=10000)

其中我设置了 num = 10000，这增加了样本数量并允许更高的数据点分辨率以获得更长的积分时间跨度。

显而易见的答案是使用 PyPlots，但我不确定是否可以将 PyPlots 与 DifferentialEquations 包一起使用。很高兴知道 Plots 是如何做到的。（根据功能，有些图非常参差不齐）。

4

1 回答 1

1

Plots.jl实际上是一个围绕绘制后端的包装器，比如PyPlot.jland GR.jl（它们也是包装器）。

你可以Plots.jl通过调用来使用 PyPlot pyplot()，前提是你已经PyPlot.jl安装了。

using Plots
pyplot() # switch to PyPlot
plot(sol.t[2:end], sol[1,2:end], xlim =(10,100000), xscale=:log10)

请注意，我从第二个索引开始，因为第一个索引t为 0，这会产生对数刻度的问题（即使xlim已设置）。这将使用解决方案中的每个数据点。如果您在终端上，这将打开 PyPlot GUI，因此您可以随意缩放。如果你在 Juno 上，你可以用它gui(plot(...))来打开窗口。

您可以在任意时间点对系统进行采样。（使用DifferentialEquations'插值 sol(t)）

t = range(10, stop = 100000, num=10000) # to reach t=100000 you need to adjust `maxiters` accordingly in your call to `solve`
samples = sol(t) # sample using interpolator
plot(samples.t, samples.u[1,:], xscale=:log10)

您也可以使用没有对数刻度和plotdensity选项的配方。

plot(sol, vars=1, plotdensity=1000)

有关更多示例，请参见此处：http: //diffeq.sciml.ai/stable/basics/plot.html

于 2018-10-28T10:13:49.453 回答