معرفی شرکت ها
cleanode-0.1.9
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشترتوضیحات
Example using an embedded solver
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | cleanode-0.1.9 |
| نام | cleanode |
| نسخه کتابخانه | 0.1.9 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | Vladimir Kirievskiy |
| ایمیل نویسنده | vlakir1234@gmail.com |
| آدرس صفحه اصلی | https://github.com/vlakir/cleanode.git |
| آدرس اینترنتی | https://pypi.org/project/cleanode/ |
| مجوز | - |
[](https://pypi.org/project/cleanode)
# CleanODE
Customized collection of ODE solvers
____
## Installation:
```
pip install cleanode
```
____
## List of embedded solvers:
### Explicit:
EulerODESolver
MidpointODESolver
RungeKutta4ODESolver
Fehlberg45Solver
Ralston2ODESolver
RungeKutta3ODESolver
Heun3ODESolver
Ralston3ODESolver
SSPRK3ODESolver
Ralston4ODESolver
Rule384ODESolver
HeunEuler21ODESolver
Fehlberg21ODESolver
BogackiShampine32ODESolver
CashKarp54ODESolver
DormandPrince54ODESolver
### Implicit:
EverhartIIRadau7ODESolver
EverhartIIRadau15ODESolver
EverhartIIRadau21ODESolver
EverhartIILobatto7ODESolver
EverhartIILobatto15ODESolver
EverhartIILobatto21ODESolver
*to be continued...*
____
## Example:
```pythonimport math
import numpy as np
import matplotlib.pyplot as plt
from typing import Union, List
import scipy.constants as const
from cleanode.ode_solvers import *
# Example of the system ODE solving: simple orbit
if __name__ == '__main__':
# noinspection PyUnusedLocal
def f(u: List[float], t: Union[np.ndarray, np.float64]) -> List:
"""
Calculation of the right parts of the ODE system
:param u: values of variables
:type u: List[float]
:param t: time
:type t: Union[np.ndarray, np.float64]
:return: calculated values of the right parts
:rtype: np.ndarray
"""
# Mathematically, the ODE system looks like this:
# dx/dt = Vx
# dVx/dt = -x / sqrt(x^2 + y^2 + z^2)^3
# dy/dt = Vy
# dVy/dt = -y / sqrt(x^2 + y^2 + z^2)^3
# dz/dt = Vz
# dVz/dt = -z / sqrt(x^2 + y^2 + z^2)^3
g = const.g
x = u[0]
vx = u[1]
y = u[2]
vy = u[3]
z = u[4]
vz = u[5]
right_sides = [
vx,
-x / math.sqrt(x**2 + y**2 + z**2)**3,
vy,
-y / math.sqrt(x**2 + y**2 + z**2)**3,
vz,
-z / math.sqrt(x**2 + y**2 + z**2)**3
]
return right_sides
# noinspection PyUnusedLocal
def f2(u: np.longdouble, du_dt: np.longdouble, t: Union[np.ndarray, np.longdouble]) -> np.array:
"""
Calculating the right side of the 2nd order ODE
:param u: variable
:type u: np.longdouble
:param du_dt: time derivative of variable
:type du_dt: np.longdouble
:param t: time
:type t: Union[np.ndarray, np.float64]
:return: calculated value of the right part
:rtype: np.array
"""
# Mathematically, the ODE system looks like this:
# d(dx)/dt^2 = -x / sqrt(x^2 + y^2 + z^2)^3
# d(dy)/dt^2 = -y / sqrt(x^2 + y^2 + z^2)^3
# d(dz)/dt^2 = -z / sqrt(x^2 + y^2 + z^2)^3
x = u[0]
y = u[1]
z = u[2]
right_sides = np.array([
-x / math.sqrt(x**2 + y**2 + z**2)**3,
-y / math.sqrt(x**2 + y**2 + z**2)**3,
-z / math.sqrt(x**2 + y**2 + z**2)**3
], dtype='longdouble')
return right_sides
def exact_f(t):
x = np.sin(t)
y = np.cos(t)
return x, y
# calculation parameters:
t0 = np.longdouble(0)
tmax = np.longdouble(10 * math.pi)
dt0 = np.longdouble(0.01)
tolerance = 1e-4
is_adaptive_step = True
# initial conditions:
x0 = np.longdouble(0)
y0 = np.longdouble(1)
z0 = np.longdouble(0)
vx0 = np.longdouble(1)
vy0 = np.longdouble(0)
vz0 = np.longdouble(0)
u0 = np.array([x0, vx0, y0, vy0, z0, vz0], dtype='longdouble')
solver = Fehlberg45Solver(f, u0, t0, tmax, dt0, is_adaptive_step=is_adaptive_step, tolerance=tolerance)
solution, time_points = solver.solve(print_benchmark=True, benchmark_name=solver.name)
x_solution = solution[:, 0]
y_solution = solution[:, 2]
z_solution = solution[:, 4]
fig = plt.figure()
ax = fig.add_subplot(2, 1, 1)
ax.title.set_text('Solution')
ax.plot(time_points, x_solution, label=solver.name)
u0 = np.array([x0, y0, z0], dtype='longdouble')
du_dt0 = np.array([vx0, vy0, vz0], dtype='longdouble')
solver1 = EverhartIIRadau7ODESolver(f2, u0, du_dt0, t0, tmax, dt0, is_adaptive_step=is_adaptive_step,
tolerance=tolerance)
solution1, d_solution1, time_points1 = solver1.solve(print_benchmark=True, benchmark_name=solver1.name)
x_solution1 = solution1[:, 0]
y_solution1 = solution1[:, 1]
z_solution1 = solution1[:, 2]
ax.plot(time_points1, x_solution1, label=solver1.name)
points_number = int((tmax - t0) / dt0)
if is_adaptive_step:
time_exact = np.linspace(t0, t0 + dt0 * points_number, (points_number + 1))
else:
time_exact = np.linspace(t0, t0 + dt0 * points_number, points_number + 2)
x_exact, y_exact = exact_f(time_exact)
plt.plot(time_exact, x_exact, label='Exact analytical solution')
ax.legend(loc='upper left')
error = abs(x_exact - x_solution)
error1 = abs(x_exact - x_solution1)
ax1 = fig.add_subplot(2, 1, 2)
ax1.title.set_text('Error')
ax1.plot(error, label=solver.name)
ax1.plot(error1, label=solver1.name)
ax1.legend(loc='upper left')
figManager = plt.get_current_fig_manager()
figManager.window.showMaximized()
plt.show()
```
____
نیازمندی
| مقدار | نام |
|---|---|
| >=1.21.2 | numpy |
| >=0.1.5 | funnydeco |
| >=3.4.3 | matplotlib |
| >=1.7.1 | scipy |
نحوه نصب
نصب پکیج whl cleanode-0.1.9:
pip install cleanode-0.1.9.whl
نصب پکیج tar.gz cleanode-0.1.9:
pip install cleanode-0.1.9.tar.gz