scipy - 通过 scipy.integrate.odeint 求解微分方程组

问题描述

我正在尝试求解微分方程，但出现以下错误

/usr/local/lib/python3.7/dist-packages/scipy/integrate/odepack.py in odeint(func, y0, t, args, Dfun, col_deriv, full_output, ml, mu, rtol, atol, tcrit, h0, hmax, hmin, ixpr, mxstep, mxhnil, mxordn, mxords, printmessg, tfirst)
243                              full_output, rtol, atol, tcrit, h0, hmax, hmin,
244                              ixpr, mxstep, mxhnil, mxordn, mxords,
245                              int(bool(tfirst)))
246     if output[-1] < 0:
247         warning_msg = _msgs[output[-1]] + " Run with full_output = 1 to get quantitative information."
RuntimeError: The array return by func must be one-dimensional, but got ndim=2.**

我的代码是

import numpy as np
import scipy.stats
import matplotlib.pyplot as plt
f_ini = [0.09,0.09]
C0 = 0.083/f
k = 0.04 
v = 1.05
def rxn1(C,t):
  return np.array([f*C0/v-f*C[0]/v-k*C[0], f*C[0]/v-f*C[1]/v-k*C[1]])
t_points = np.linspace(0,500,1000)
c_points = scipy.integrate.odeint(rxn1, f_ini,t_points)
plt.plot(t_points, c_points[:,0])
plt.plot(t_points,c_points[:,1])`

我知道这里有人问过这个类似的问题。如何求解微分方程组。但是我想使用 np.array 来解决它。太感谢了！

标签： scipyodeint

如果“f”是可变的并且依赖于“t”，那么您可以将其定义为“t”的函数，并在 rxn1 函数中使用该函数而不是“f”。例如：

def f(t):
    # relation between f and t
    return value

def rxn1(C,t):
    return np.array([f(t)*C0/v-f(t)*C[0]/v-k*C[0], f(t)*C[0]/v-f(t)*C[1]/v-k*C[1]])

scipy - 通过 scipy.integrate.odeint 求解微分方程组

问题描述

解决方案

推荐阅读