问题标签 [discretization]

当我运行我的代码时，我的子程序中收到一条错误消息。

此代码来自 Kincaid & Cheney 的书中关于求解椭圆偏微分方程的 Gauss Seidel 方法的练习。

错误信息是：

在 (1) 处的变量定义上下文（赋值）中带有 INTENT(IN) 的虚拟参数“u”。

我在下面的代码中引用了（1）。如何修复子例程以使错误消息不会出现？

我目前正在研究具有 3 维连续变量（x、y、z）的机器学习分类问题，我还想添加已经是离散变量的 time(t)。我的数据将是什么样子的示例：

取每个连续变量的平均值就足够了吗？请问我如何表示/格式化这些变量以在 Python 的任何 ML 库中形成我的训练数据集？

我在参数曲面上有一条边界曲线。曲线节点以表面 uv 坐标表示。将曲线点评估为 3D 坐标在计算上非常昂贵。

我正在寻找一种离散化方法来在该曲线上分配最少数量的点，同时不超过约束

• 最大 3d 点距离
• 最大 3d 角度公差（三个离散点之间 x 或两个点表面法线之间）
• 最大 3d 和弦误差

并且不低于

• 最小 3d 点距离

特别是最小点距离约束使得细分方法难以使用。

虽然这将是非常迷人的，但我不会被迫找到一个分析解决方案，但我什至在努力寻找一种在合理时间内结束的迭代方法。

例如，我有一个数组流，其数字范围从0.0到10.0包含。

我想快速将数字分配arr到5等长的箱子中。

等长我的意思是 bin 间隔是[0.0, 2.0), [2.0, 4.0), [4.0, 6.0), [6.0, 8.0), [8.0, 10.0].

问题是最后一个间隔与其他间隔不同。

测试：

结果：

bin 索引应为 0、1、2、3 或 4，但不能为 5。

我正在尝试在 R 软件中使用 smbinning 包来找到某个变量的最佳分箱。运行命令

返回以下错误消息：

“未找到目标 (y) 或它不是数字”

这里发生了什么？FLAG_TARGET是数字，我已经尝试将数据格式更改为整数，但它不起作用。

这个问题有解决方案吗？

我一直在编写有限差分代码，用于使用激光诱导热成像来模拟和检测裂缝。裂纹由因素 a 和 b 实现，它们使用鬼点方法“阻尼”通过空气填充裂纹的热流。二维模型按预期运行，满足稳定条件，一切正常。甚至用实验数据很好地证明了这一点。只需复制和粘贴，它就会工作。

但是从 2D 变为 3D，稳定行为的 dt 值比预期增加了几个数量级。我什么都试过了。使用更简单的负载，注释掉“crack-loop”，但没有任何效果。

计算稳定性条件，

应该足够了。但只要尝试 2E-9，该方案就会开始振荡。问题是，我需要裂缝下方的热流。这就是为什么我需要一个 3D 模型，以防万一你问。但是这种方式只需要数年才能计算出 10 到 100 毫秒，这是我需要的范围。

提前谢谢你，我对这个问题非常绝望。

问候亚历克斯

跟进这个问题，我想制作一个水平图热图，并根据p.value我的数据框中的变量为每个单元格着色。

我想让单元格以只有 3 种颜色的方式着色（连续变量的离散调色板）：

• p.values > 0.05 为白色

• p.values <0.05 和 >0.01 为红色

• p.values <0.01 为深红色

到目前为止，这是我的 MWE。

产生：

我p.value在 levelplot 中显示实际值。上面的代码似乎有问题，因为“0.14”的颜色比它旁边的“0.08”要深。

是的，我知道有很多 这样的问题 。

这个问题是关于一个特定的行为：

我曾假设qcut会产生边缘(0,1], (1,2], (2,3], (3, 3)，这将按照我在视觉上组织它们的方式对项目进行分类。这显然与左包容性和右独占性有关，但直觉上感觉x可以离散为四个部分。

有人知道我错过了什么吗？

我正在尝试使用离散化方案解决 PDE，PDE 的形式为 dudt=alpha u+beta dudx+gamma*d2udx2

*dudt 关于时间的一阶导数

**dudx 空间的第一个衍生词

***d2udx2 相对于空间的二次衍生

定义了 alpha、beta 和 gamma

我尝试了代码，但它给出了一个错误“IndexError：index out of bounds”我不知道如何解决这个问题，在这里需要一些帮助

提前致谢

我在 R 中离散化以下向量：

我想将此向量离散化为具有名称的范围类，A,B,C,D,E并将 NAs 值插入另一个名为“NA values”的类中。然后我想把它转换成一个因子。我遵循的过程是下一个：

这会产生以下因素：

我怎样才能得到以下（具有 NAVal 级别和 NAVal 值）？