时间戳

首页 > 解决方案 > 如何在python中使用for循环和数组来计算错误传播

python - 如何在python中使用for循环和数组来计算错误传播

问题描述

我正在尝试编写一个 for 循环来使用导数方法计算误差线。该公式相对简单，但是我的代码中似乎遇到了向量/数组大小方面的错误。我的代码中有很多已定义的向量，我检查了所有向量的长度。for 循环的所有输入都是 1x25 大小的数组。

我尝试将 for 循环中的索引从 range(1,25) 更改为 range(0,24) 但这似乎不起作用。

# Creating vectors
dfdvg = np.zeros(25)
dfdxi0 = np.zeros(25)
sigsquare = np.zeros(25)
vgerr = vrs
xi0err = xi0s
Asq = np.zeros(25)
Bsq= np.zeros(25)
sig = np.zeros(25)

# calculating derivatives and error vectors
for i in range(0,24):
    dfdvg[i] = (np.multiply(rms[:,i],delta[:,i]))**-1
    dfdxi0[i] = -vr[:,i]/(vr[:,i]*(np.power(delta[:,i],2)))
    Asq[i] = np.power(np.multiply(dfdvg[i],vgerr[i]),2)
    Bsq[i] = np.power(np.multiply(dfdxi0[i],xi0err[i]),2)
    sigsquare[i] = Asq[i] + Bsq[i]
    sig[i] = np.power(sigsquare[i],0.5)

q = np.power(np.multiply(rms,delta),-1)
left = np.multiply(vg,q)
right = -(beta*H)/(3*(1+zeff))

我想要的是“sig”向量，代表每个索引的传播错误。

标签： pythonarraysloops

解决方案

问题不在于数组的尺寸，而在于形状。不幸的是，您没有编写所有数组。关键是，如果您可以只使用数组 (25) 而不是 (1, 25)，那么一切正常：

vrs = np.random.rand(25)
vr = np.random.rand(25)
xi0s = np.random.rand(25)
rms = np.random.rand(25)
delta = np.random.rand(25)
vg = np.random.rand(25)

# Creating vectors
dfdvg = np.zeros(25)
dfdxi0 = np.zeros(25)
sigsquare = np.zeros(25)
vgerr = vrs
xi0err = xi0s
Asq = np.zeros(25)
Bsq= np.zeros(25)
sig = np.zeros(25)

# calculating derivatives and error vectors
for i in range(0,24):
    dfdvg[i] = (np.multiply(rms[i],delta[i]))**-1
    dfdxi0[i] = -vr[i]/(vr[i]*(np.power(delta[i],2)))
    Asq[i] = np.power(np.multiply(dfdvg[i],vgerr[i]),2)
    Bsq[i] = np.power(np.multiply(dfdxi0[i],xi0err[i]),2)
    sigsquare[i] = Asq[i] + Bsq[i]
    sig[i] = np.power(sigsquare[i],0.5)

q = np.power(np.multiply(rms,delta),-1)
left = np.multiply(vg,q)

（你的最后一行代码似乎无关）

所以，在我看来，你最好的选择是重塑你的数组：

vrs=vrs.reshape(25)

推荐阅读