小编Wrz*_*mft的帖子

可能重复:
`==`运算符何时不等于`is`运算符？(蟒蛇)

我使用的是Python 2.x.

我比较时编辑给了我一个"警告"下划线my_var == None,但是当我使用时没有警告my_var is None.

我在Python shell中做了一个测试,并确定两者都是有效的语法,但我的编辑器似乎说这my_var is None是首选.

是这种情况,如果是这样,为什么？

题

在Perf的注释视图中,每条指令消耗的运行时间在左侧以百分比形式给出.是否有一些选项可以显示一些绝对数量(可能是样本)？

背景

我使用经典C数组的一些C代码以及Numpy Arrays(用于Python模块),我想通过在一些相同的示例案例上运行来比较性能.有一些部分(例如,初始化),我知道它们的性能不同而且我不感兴趣.但是,它们会影响总运行时间,从而使其他部分的百分比值无法比较 - 除非我想自己转换值.如果我可以访问总运行时间,我可以轻松地逐个比较不同的变体.

在C/C++中,我编写了一个可供所有人使用的头文件,但是我想限制包含它的文件.如果我的头文件包含在"未授权"的c/cxx文件中,是否有任何方法可以生成编译器错误？

考虑 SymPy 符号e和 的两个函数i：

from sympy import Symbol, expand, Order
i = Symbol('i')
e = Symbol('e')
f = (i**3 + i**2 + i + 1)
g = (e**3 + e**2 + e + 1)
z = expand(f*g)

这将产生

z = e**3*i**3 + e**3*i**2 + e**3*i + e**3 + e**2*i**3 + e**2*i**2 + e**2*i + e**2 + e*i**3 + e*i**2 + e*i + e + i**3 + i**2 + i + 1

然而，假设e和i都很小，我们可以忽略三阶或更高阶的两个项。使用 …

我正在用 Python 编写一个程序来使用自由 ICI 方法求解薛定谔方程（好吧，现在是 SICI 方法......但它会变成自由 ICI）。如果这听起来不熟悉，那是因为关于该主题的信息很少，而且绝对没有示例代码可供使用。

该过程涉及迭代地得出偏微分方程的解。在这样做时，需要执行许多符号导数。问题是，随着程序运行，需要微分的函数会越来越大，以至于到第五次迭代时，计算符号导数需要大量时间。

我需要加快速度，因为我希望能够实现至少 30 次迭代，而且我希望在我退休之前做到这一点。

我已经完成并删除了不必要的重复计算（或者至少是我所知道的那些），这有很大帮助。除此之外，我完全不知道如何加快速度。

这是包含计算导数的inf_integrate函数的代码（该函数只是复合辛普森的方法，因为它比使用 SymPy 的方法快得多integrate，并且不会因振荡函数而引发错误）：

from sympy import *


def inf_integrate(fun, n, a, b):
    f = lambdify(r, fun)
    h = (b-a)/n
    XI0 = f(a) + f(b)
    XI1 = 0
    XI2 = 0

    for i in range(1, n):
        X = a + i*h

        if i % 2 == 0:
            XI2 = XI2 + f(X)
        else:
            XI1 = XI1 + f(X)

    XI = h*(XI0 + 2*XI2 + …

我正在尝试使用 Python 研究以下延迟微分方程的行为：

y\'\'(t) = -y(t)/\xcf\x84^2 - 2y\'(t)/\xcf\x84 - Nd*f(y(t-T))/\xcf\x84^2,\n

其中f是截止函数，当其参数的绝对值在 1 到 10 之间时，它本质上等于恒等式，否则等于 0（见图 1），并且 、 和Nd是\xcf\x84常数T。

为此，我使用 JiTCDDE 包。这为上式提供了合理的解。尽管如此，当我尝试在方程右侧添加噪声时，我得到了一个在几次振荡后稳定为非零常数的解。这不是方程的数学解（唯一可能的常数解等于零）。我不明白为什么会出现这个问题以及是否可以解决它。

我在下面重现我的代码。这里，为了简单起见，我用高频余弦代替噪声，将其引入方程组作为虚拟变量的初始条件（余弦可以直接引入系统，但对于一般噪音这似乎不可能）。为了进一步简化问题，我还删除了涉及该函数的术语f，因为没有它也会出现问题。图 2 显示了代码给出的函数图。

from jitcdde import jitcdde, y, t\nimport numpy as np\nfrom matplotlib import pyplot as plt\nimport math\nfrom chspy import CubicHermiteSpline\n\n\n# Definition of function f:\ndef functionf(x):\n    return x/4*(1+symengine.erf(x**2-Bmin**2))*(1-symengine.erf(x**2-Bmax**2))\n\n#parameters:\n\xcf\x84 = 42.9\nT = 35.33\nNd = 8.32\n\n# Definition of the initial conditions:\ndt = .01 …

any在使用 Sphinx 构建文档时，我将其用作默认角色，它按预期工作，自动链接一些标记的引用并将其他引用格式化为代码，同时避免标记使文档字符串混乱。

不幸的是，当以这种方式构建文档时，输出中充满了any无法找到目标的参考的警告：

WARNING: \'any\' reference target not found: [\xe2\x80\xa6]\n

有什么办法可以抑制这些警告吗？

到目前为止，我能以这种方式找到的唯一资源是这个问题，但是它具体涉及一个完全不同的警告。

假设我有一个纯文本文件test.dat:

foo bar baz
qux ham spam

我知道想要将其加载到Octave(或必要时的Matlab)作为二维单元阵列,保留以空白和换行编码的结构.根据我对文档的理解,以下应该是要​​走的路:

format = '%s';
file = fopen('test.dat');
data = textscan(file,format);
fclose(file);
disp(data);

但是,这仅将数据作为一维数组加载:

{
  [1,1] = 
  {
    [1,1] = foo
    [2,1] = bar
    [3,1] = baz
    [4,1] = qux
    [5,1] = ham
    [6,1] = spam
  }
}

明确指定Delimiter,Whitespace并且EndOfLine没有帮助(后者的意义是什么？); 也没有使用其他加载函数,如textread或dlmread.format = '%s%s%s'在上面的工作中使用了什么,但这要求我以某种方式识别列的数量,该函数应该能够自己完成.

因此我问:是否有任何内置功能可以满足我的需求？我对自己编写这样一个函数的方式不感兴趣 - 我相信我能做到这一点,但这正是我想要避免的(因为我需要用它来展示良好的实践,因此不能重新发明轮子).

相关问答(所有工作都知道列数):

• 如何将2D数组从文本(csv)文件加载到Octave？
• 如何使用Octave读取带字符串/数字的分隔文件？

我是一名有兴趣以数字方式解决ODE的物理学生.我通常使用Runge-Kutta方法在C中编写自己的求解器.

我最近学习了Python,并使用SciPy的odeint函数来解决ODE.但我担心函数算法是如何工作的,因为它不采用步长参数.那么,我怎样才能了解它是如何工作的？我怎么知道他们的结果的精确度是多少？

我查阅了这个文档,但它没有提供太多信息,我也不太了解他们描述的可选参数.

有人刚刚向我展示了A byte of Python的旧PDF 版本。根据它本身，它是 3.0 版（本书的，不是 Python 的）和 2014 年的。在操作符部分，有一个部分是