Als «python» getaggte Fragen

Eine allgemeine Programmiersprache für allgemeine Zwecke, die die einfache Codesyntax und Lesbarkeit betont.

3
Gibt es „leichte“ FEM-Pakete?
Grundsätzlich scheint FEM ein Problem zu sein, das so ziemlich "gelöst" ist. Es gibt zahlreiche leistungsstarke Frameworks wie Trilinos, PETSc, FEniCS, Libmesh oder MOOSE. Eines haben sie gemeinsam: Sie sind extrem "schwer". Erstens ist die Installation normalerweise sehr schmerzhaft. Zweitens ist ihre Schnittstelle / API dick und schwer - Sie …


6
Weiche Frage: Wo passt Python ins Bild?
Ich habe überlegt, ob ich Python lernen soll oder nicht. Aus dem Gespräch mit meinen Professoren scheint Matlab die gemeinsame Sprache in der angewandten Mathematik / Computational Science verwendet werden, soweit die Wissenschaft angeht; Während meiner Zeit in der Industrie haben meine Professoren (insbesondere diejenigen, die in der Industrie gearbeitet …
9 matlab  python  c++ 

2
Minimaler Pfad auf bekannter potenzieller Oberfläche
Ich suche nach dem minimalen Pfad zwischen den Minima einer potenziellen Oberfläche, die bereits in einem Raster bekannt ist. (Quelle: http://www.math.nus.edu.sg/~matrw/string/ ) Jeder Punkt auf dem Pfad befindet sich in allen Richtungen senkrecht zum Pfad auf einem potenziellen Minimum. Gibt es eine SciPy-Methode oder ein anderes Python-Paket, um diesen Pfad …

2
Erstaunlich großer Unterschied bei der Bewertung der trigonometrischen Identität mit NumPy
Laut Wolfram Alpha und dem Sage-Computeralgebrasystem gilt folgende Identität: cos( Arctan( l1- l2d) ) = 11 + ( l1- l2)2d2- -- -- -- -- -- -- -- -√cos⁡(arctan⁡(l1−l2d))=11+(l1−l2)2d2 \cos\left(\arctan\left(\frac{l_1-l_2}{d}\right)\right) = \frac{1}{\sqrt{1 + \frac{(l_1-l_2)^2}{d^2}}} Als ich jedoch versuchte, es mit einem beliebigen Beispiel in NumPy zu verifizieren, bemerkte ich einen ziemlich …


9
Muss ich C lernen?
Ich bin ein Doktorand in Scientific Computing und habe in den letzten Monaten viel Zeit damit verbracht, Python und C ++ richtig zu lernen. Ich habe das Gefühl, dass ich C ++ gut gelernt habe und mit Python tun kann, was ich will, wenn ich ein gutes Nachschlagewerk habe. Ich …

3
fmincg Implementierung in Python
Ich versuche, neuronale Netze in Python erneut zu implementieren. Ich habe die Kostenfunktion und den Backpropagation-Algorithmus korrekt implementiert. Ich habe sie überprüft, indem ich den entsprechenden Octave-Code ausgeführt habe. Wenn ich jedoch versuche, die scipy.optimize.fmin_cgFunktion zu verwenden, dauert die Ausführung der Iterationen sehr lange. Es wird mit einer Warnung beendet …

3
Zufallszahlengenerierung aus Cython
Ich möchte mein Python-Programm mit Cython schnell machen, aber meine innere Schleife führt immer noch langsame Python-Aufrufe an den Zufallszahlengenerator durch! Vor einigen Jahren wurde dasselbe Problem von jemandem angesprochen, der Salbei unterstützt, und es schien zu diesem Zeitpunkt keine gute Lösung zu geben. Es ist für mich nicht bequem, …

2
Lösen nichtlinearer singulärer ODE mit SciPy-Odeint / ODEPACK
Ich möchte die Lane-Emden-Isothermengleichung lösen [PDF, Gl. 15.2.9] d2ψdξ2+2ξdψdξ=e−ψd2ψdξ2+2ξdψdξ=e−ψ\frac{d^2 \!\psi}{d \xi^2} + \frac{2}{\xi} \frac{d \psi}{d \xi} = e^{-\psi} mit den Anfangsbedingungen ψ(ξ=0)=0dψdξ∣∣∣ξ=0=0ψ(ξ=0)=0dψdξ|ξ=0=0\psi(\xi = 0) = 0 \quad \left.\frac{d\psi}{d \xi}\right|_{\xi = 0} = 0 mit SciPy,odeint() aber wie zu sehen ist, ist die Gleichung am Ursprung singulär. In der Dokumentation wird …
8 python  ode 

1
scipy.optimize.fmin_bfgs: "Gewünschter Fehler nicht unbedingt aufgrund von Präzisionsverlust erreicht"
Ich erhalte die Warnung im Betreff des Beitrags, wenn ich versuche, eine Funktion in Python mit der Funktion scipy.optimize.fmin_bfgs zu optimieren . Die komplette Ausgabe: Warnung: Gewünschter Fehler wird aufgrund von Präzisionsverlust nicht unbedingt erreicht Current function value: nan Iterations: 1 Function evaluations: 18 Gradient evaluations: 3 Es ist kein …

4
Derivate höherer Ordnung von Splines mit SciPy
Ich habe einen Spline erstellt, um meine Daten in Python anzupassen, indem ich: spline=scipy.interpolate.UnivariateSpline(energy, fpp, k=4) Die Gleichung, die ich verwenden möchte, beinhaltet eine Summation zwischen n = 2 und n = unendlich, wobei n die Ordnung des Differentials an einem Punkt Eo ist. Verwenden Sie jedoch; UnivariateSpline.__call__(spline, e0, nu=n) …

2
Filtern eines Datensatzes, um eine gleichmäßigere Verteilung für das Training neuronaler Netze zu erhalten
Ich möchte künstliche neuronale Netze (ANN) verwenden, um die Reaktionsgeschwindigkeiten in meiner Flüssigkeit vorherzusagen, anstatt das gesamte System steifer ODEs zu lösen. Einige Leute aus meinem Labor haben bereits daran gearbeitet, damit ich nicht bei Null anfange, sondern Probleme mit meinen Anwendungen habe. Eine davon bezieht sich meiner Meinung nach …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.