scientific-computing

    4

    2答えて

    ODEシステムのソリューションで可能な限り高い精度を達成しようとしているいくつかの長期的なシミュレーションを行っています。私は、倍精度(128ビット)の精度計算と倍精度(64ビット)精度のどちらの時間がかかるかを調べようとしています。私は、少し周りググと、いくつかのそれについての意見を見た:いくつかは、それが4倍の時間がかかりますと言う、他人60-70回...だから私は自分の手に掲げる事項を取るこ

    3

    1答えて

    MATLABで書かれたコードベースの一部と、サードパーティ製のプログラムのスクリプトに使用されているLuaの別の部分がある状況です。今のところ、ファイルI/Oシステムを使用して、それらの間でのデータの交換は控えめです。これは実際には計画されていなくても、コードの実質的な部分に進化しました。 プログラムはいくつかのLuaスクリプトが実行されるような方法で構造化されており、いくつかのMATLAB評価は

    3

    2答えて

    私は、メソッドが最初に属性が存在するかどうかを検証し、そうでなければそれを計算する関数を呼び出す必要があるクラスを持っています。次に、属性がNoneでないことを確認して、その属性でいくつかの操作を実行します。私はわずかに異なる2つの設計の選択を見ることができます:最初の設計では class myclass(): def __init__(self): self.attr =

    0

    1答えて

    Iは次のように繰り返され、約3000ブロックを有するファイル(二つの第一図示)を有する:座標の各セットは、(この場合は21)の原子の数で区切られ 21 Profile. 1 HEAT OF FORMATION = -79.392 KCAL = -332.175 KJ H -2.22728 -1.35263 1.32579 H 1.21425 -1.35263 1.

    0

    2答えて

    私はMaxwell-Boltmann分布を計算しようとしていますが、このコードは0.00000を与えます、問題は何ですか? #include<stdio.h> #include<stdlib.h> #include<math.h> int main() { float e=2.718228183, pi=3.14159265, m=2.66*pow(10,-23), t, k=

    -2

    1答えて

    このMathematicaコードをPythonに書き直したいのですが、困惑しました。どうもありがとう。おそらく、統合の結果は配列と異なりますが、私は知りません! IMAGE: mathematica code which I want to rewrite in python 私は、その後のpythonコードで困った .... # -*- coding: utf-8 -*- import num

    0

    2答えて

    私は以下のように積分結果をプロットしたいと思いますが、それは空白のシートであるようですが、何故その理由がありますか?私を助けてください! # -*- coding: utf-8 -*- import matplotlib.pylab as plt import numpy as np import scipy as sp from scipy.integrate import quad,

    0

    1答えて

    私は2次元のnumpy配列matrix(shape(m、n))を持っています。と、 matrix = np.arange(5*3).reshape((5, 3)) I形状(M)の整数のインデックス付け配列、IDXを有する:私の実際のユースケースは、M〜1E5およびn〜100を有しているが、単純な最小の例を有するため[0、n]の間の各エントリ。この配列は、行列の各行から選択する列を指定します。

    1

    1答えて

    実行時に定義されたグローバルconst変数を宣言したい。つまり、私は値の入力を求めるプロンプトを表示し、プログラムの実行中に変更したくないconstグローバル変数に割り当てたいとします。 私はmainでのconst変数を望んでいた場合、私はmain外にそれを宣言する必要があるため、私はできないグローバル変数を使用したい場合、私は int tmp; cin >> tmp; const int v

    1

    1答えて

    私はいくつかの確率密度関数を持っている: T = 10000 tmin = 0 tmax = 10**20 t = np.linspace(tmin, tmax, T) time = np.asarray(t) #this line may be redundant for j in range(T): timedep_PD[j]= probdensity_func(x