我可以通过使用循环使这个迭代更容易吗？答案

【问题标题】：Can I make this iteration easier by using a loop?我可以通过使用循环使这个迭代更容易吗？
【发布时间】：2019-04-21 01:52:52
【问题描述】：

我对 python 比较陌生，但我在以前制作的程序中使用过循环，但它们相对简单。我想知道是否有一种方法涉及循环或其他方式来使这个迭代更简洁。

基本上有一种方法可以让我拥有一个名为“t”的变量，它将 t1、t2 和 t3 的值保存在一个列表中，然后在“eq”和“der”中使用，而不是复制和粘贴相同的值一段代码？

我已经尝试在这里和其他地方寻找答案，但到目前为止我发现的解决方案似乎不适用于我所拥有的/我没有足够的 Python 知识来理解它们。

import numpy as np
U235_Decay_Constant = 9.72e-10
U238_Decay_Constant = 1.54e-10


t0 = 4.1e9


eq = ((np.exp(U238_Decay_Constant*t0)-1)-(0.0167* 
((np.exp(U235_Decay_Constant*t0)-1)))-0.0094)
der = (U238_Decay_Constant*(np.exp(U238_Decay_Constant*t0)))-(0.0167* 
(U235_Decay_Constant*(np.exp(U235_Decay_Constant*t0))))

t1 = t0 - (eq/der)


eq = ((np.exp(U238_Decay_Constant*t1)-1)-(0.0167* 
((np.exp(U235_Decay_Constant*t1)-1)))-0.0094)
der = (U238_Decay_Constant*(np.exp(U238_Decay_Constant*t1)))-(0.0167* 
(U235_Decay_Constant*(np.exp(U235_Decay_Constant*t1))))

t2 = t1 - (eq/der)

eq = ((np.exp(U238_Decay_Constant*t2)-1)-(0.0167* 
((np.exp(U235_Decay_Constant*t2)-1)))-0.0094)
der = (U238_Decay_Constant*(np.exp(U238_Decay_Constant*t2)))-(0.0167* 
(U235_Decay_Constant*(np.exp(U235_Decay_Constant*t2))))

t3 = t2 - (eq/der)
print(t3)

【问题讨论】：

欢迎来到 stackover 流程！所以基本上你想要一个创建 t3 值的循环？您可以编辑您的问题，以便我们更轻松地提供帮助；）
很高兴您发现这两个答案都有帮助！但是，您只能选择其中的一个作为“已接受”的答案。选择完全由您自己决定，选择一个您认为可能对您最有帮助的人，两者都不选也是一种选择。

标签： python list loops numpy iteration

【解决方案1】：

是的，迭代可以在这里提供帮助。将您的值添加到列表中，然后t? 是迄今为止列表中的最后一个值；将您的 t? 引用替换为 t[-1] 给出：

t = [4.1e9]
for _ in range(3):
    eq = (
        (np.exp(U238_Decay_Constant * t[-1]) - 1)
        - (0.0167 * ((np.exp(U235_Decay_Constant * t[-1]) - 1)))
        - 0.0094
    )
    der = (U238_Decay_Constant * (np.exp(U238_Decay_Constant * t[-1]))) - (
        0.0167 * (U235_Decay_Constant * (np.exp(U235_Decay_Constant * t[-1])))
    )
    t.append(t[-1] - (eq / der))

一般原则是累加之一，您可以在其中产生重复应用函数的运行输出。所以itertools.accumulate() function 也可以在这里提供帮助：

from itertools import accumulate, chain, repeat

def u238_decay(t, _):
    eq = (
        (np.exp(U238_Decay_Constant * t) - 1)
        - (0.0167 * ((np.exp(U235_Decay_Constant * t) - 1)))
        - 0.0094
    )
    der = (U238_Decay_Constant * (np.exp(U238_Decay_Constant * t))) - (
        0.0167 * (U235_Decay_Constant * (np.exp(U235_Decay_Constant * t)))
    )
    return t - (eq / der)

series = accumulate(chain([4.1e9], repeat(None)), u238_decay)

以上产生了一系列无休止的衰减值：

>>> series = accumulate(chain([4.1e9], repeat(None)), u238_decay)
>>> next(series)
4100000000.0
>>> next(series)
4081406102.7439713
>>> next(series)
4081163259.5641546
>>> next(series)
4081163218.6509323
>>> next(series)
4081163218.650931

你可以考虑创建一个numpy universal function，这样你就可以对numpy.ufunc.accumulate() method做同样的事情。

但是，我怀疑您的公式可以重新转换为不依赖于先前的输入，而仅作为起始金额的公式和 t 作为时间，此时您可以使用完整的 numpy 矢量化计算。

【讨论】：

【解决方案2】：

可能会更容易阅读：

import numpy as np
U235_Decay_Constant = 9.72e-10
U238_Decay_Constant = 1.54e-10


t = [4.1e9, None, None, None]

t[0] = 4.1e9
for i in range(3):
    eq = ((np.exp(U238_Decay_Constant*t[i])-1)-(0.0167*
    ((np.exp(U235_Decay_Constant*t[i])-1)))-0.0094)

    der = (U238_Decay_Constant*(np.exp(U238_Decay_Constant*t[0])))-(0.0167*
    (U235_Decay_Constant*(np.exp(U235_Decay_Constant*t[0]))))

    t[i+1] = t[i] - (eq/der)

print(t[3])

【讨论】：