使用 np.linspace 定义网格并在此网格上评估函数答案

【问题标题】：Defining a grid using np.linspace and evaluating function over this grid使用 np.linspace 定义网格并在此网格上评估函数
【发布时间】：2016-12-14 15:42:42
【问题描述】：

我定义了以下时间网格：

T = 10000
tmin = 0
tmax = 10**20
t = np.linspace(tmin, tmax, T)

所以我的步长大约是 10**16。我想根据该步长评估从 tmin 到 tmax 的函数。以下是从 tmin 到 10,000 还是在整个网格上简单地评估？

timedep_PD = np.zeros([t,Y])
for t in range(tmin,T):
    timedep_PD[t]= probdensity_func(x,t,0)

我如何评估从tminx 到tmax 的函数，步长为 (tmax-tmin/T) 同时仍以timedep_PD[t]的形式存储

【问题讨论】：

标签： python arrays loops numpy

【解决方案1】：

为了简单起见：

T = 10
tmin = 0
tmax = 10**2
t = np.linspace(tmin, tmax, T)

timedep_PD = np.zeros((len(t),T)) ##len(t) is T : np.zeros((T,T))
dt = ((tmax-tmin)/T)
k=0
for t in np.arange(tmin,tmax,dt):
    timedep_PD[k]= np.sin(t)
    print timedep_PD[k]
    k+=1

我们也可以使用np.meshgrid

【讨论】：