matlab把每次循环的结果保存idx,来自Matlab的循环Python
我开始用Python编写代码,我来自Matlab背景。我尝试执行的for循环出现问题。在
这是我在Matlab中的for循环ix = indoor(1);
idx = indoor(2)-indoor(1);
%Initialize X apply I.C
X = [ix;idx];
for k=(1:1:287)
X(:,k+1) = Abest*X(:,k) + Bbest*outdoor(k+1) + B1best* (cbest4/cbest1);
end
在这个代码中,Abest是2x2矩阵,Bbest是2x1矩阵,outdoor是288x1向量,B1best是2x1矩阵。矩阵是通过使用matrix expidential命令从函数中找到的。c4和c1是在常量之前定义的术语。在
在Python中,我已经能够让matrix exponential命令在我的函数中工作,但是我不能让循环工作。在
^{pr2}$
同样,Ae,Be,Be1都是和Matlab一样大小的矩阵。室外向量也是一样。在
我想尽一切办法让它成功。。。唯一对我有用的是Xo = np.zeros(())
#Initial COnditions
ix = np.array(indoor[0])
idx = np.array(indoor[1]-indoor[0])
Xo = np.array([[ix],[idx]])
#Range for the for loop
num1 = range(0,1)
for k in num1:
Xo = Ae*Xo[k] + Be*outdoor[k+1] + Be1*(c4/c1)
但现在只给我两点。如果我改变范围,我会得到一个错误。我假设这段代码可以工作,因为我最初的Xo只有两个状态,所以k会经历这两个状态,但这不是我想要的。在
如果有人能帮我,那将是非常有帮助的!如果我犯了一些代码错误,那是因为我没有很好地理解python中的“For循环”,当涉及到数据分析时,让它遍历行并增加列。谢谢你抽出时间。在
如有要求,这里是我的完整代码:import scipy.io as sc
import math as m
import numpy as np
import matplotlib.pyplot as plt
import sys
from scipy.linalg import expm, sinm, cosm
import pandas as pd
df = pd.read_excel('datatemp.xlsx')
outdoor = np.array(df[['Outdoor']])
indoor = np.array(df[['Indoor']])
###########################. FUNCTION DEFINE. #################################################
#Progress bar
def progress(count, total, status=''):
percents = round(100.0 * count / float(total), 1)
sys.stdout.write(' %s%s ...%s\r' % ( percents, '%', status))
sys.stdout.flush()
#Define Matrix for Model
def Matrixbuild(c1,c2,c3):
A = np.array([[0,1],[-c3/c1,-c2/c1]])
B = np.array([[0],[1/c1]])
B1 = np.array([[1],[0]])
C = np.zeros((2,2))
D = np.zeros((2,2))
F = np.array([[0,1,0,1],[-c3/c1,-c2/c1,1/c1,0],[0,0,0,0],[0,0,0,0]])
R = np.array(expm(F))
Ae = np.array([[R.item(0),R.item(1)],[R.item(4),R.item(5)]])
Be = np.array([[R.item(2)],[R.item(6)]])
Be1 = np.array([[R.item(3)],[R.item(7)]])
return Ae,Be,Be1;
###########################. Data. #################################################
#USED FOR JUST TRYING WITHOUT ACTUAL DATA
# outdoor = np.array([5.8115,4.394,5.094,5.1123,5.1224])
# indoor = np.array([15.595,15.2429,15.0867,14.9982,14.8993])
###########################. Model Define. #################################################
Xo = np.zeros((2,288))
ix = np.array(indoor[0])
idx = np.array(indoor[1])
err_min = m.inf
c1spam = np.linspace(0.05,0.001,30)
c2spam = np.linspace(6.2,6.5,30)
c3spam = np.linspace(7.1,7.45,30)
totalspam = len(c1spam)*len(c2spam)*len(c3spam)
ind = 0
for c1 in c1spam:
for c2 in c2spam:
for c3 in c3spam:
c4 = 1.1
#MatrixBuild Function
result = Matrixbuild(c1,c2,c3)
Ae,Be,Be1 = result
Xo = np.array([ix,idx])
Datarange = range(0,len(outdoor)-1,1)
for k in Datarange:
Xo[:,k+1] = np.matmul(Ae,Xo[:,k]) + np.matmul(Be,outdoor[k+1]) + Be1*(c4/c1)
ind = ind + 1
print(Xo)
err = np.linalg.norm(Xo[0,range(0,287)]-indoor.T)
if err
err_min = err
cbest = np.array([[c1],[c2],[c3],[c4]])
progress(ind,totalspam,status='Done')
# print(X)
# print(err)
# print(cbest)
###########################. Model with Cbest Values. #################################################
c1 = cbest[0]
c2 = cbest[1]
c3 = cbest[2]
result2 = Matrixbuild(c1,c2,c3)
AeBest,BeBest,Be1Best = result2
Xo = np.array([ix,idx])
Datarange = np.arange(0,len(outdoor)-1)
for k in Datarange:
Xo[:,k+1] = np.matmul(AeBestb,Xo[:,k]) + np.matmul(BeBest,outdoor[k+1]) + Be1Best*(c4/c1)
err = np.linalg.norm(Xo[0,range(0,287)]-indoor.T)
print(cbest)
print(err)
###########################. Plots. #################################################
plt.figure(0)
time = np.linspace(1,2,2)
plt.scatter(time,X[0],s=15,c="blue")
plt.scatter(time,indoor[0:2],s=15,c="red")
plt.show()
我的错误再次出现在for循环的行中
对于数据范围中的k:Xo[:,k+1] = np.matmul(Ae,Xo[k]) + np.matmul(Be,outdoor[k+1]) + Be1*(c4/c1)
我想用np.材料对于矩阵乘法,但即使没有它,它也不起作用。在
如果对我的代码还有其他问题,请询问。从本质上讲,我试图通过一个基本的二阶常系数模型,找到最适合我的数据的c1,c2,c3系数,这就是室内温度。在
matlab把每次循环的结果保存idx,来自Matlab的循环Python相关推荐
- matlab将每次迭代结果画图,机器学习-线性回归以及MATLAB octave实现
参考资料: 斯坦福大学公开课 :机器学习课程 [第2集]监督学习应用.梯度下降 http://v.163.com/movie/2008/1/B/O/M6SGF6VB4_M6SGHJ9BO.html h ...
- matlab神经网络每次训练都保存网络,Matlab如何解决神经网络每次训练结果不同的问题?...
神经网络matlab程序每次运行结果不同的一点看法 因为每次的结果不一样,才有可能找到比较理想的结果啊 找到比较好的结果后,用命令save filename net;保存网络, 可使预测的结果不会变化 ...
- Python时间序列模型推理预测实战:时序推理数据预处理(特征生成、lstm输入结构组织)、模型加载、模型预测结果保存、条件判断模型循环运行
Python时间序列模型推理预测实战:时序推理数据预处理(特征生成.lstm输入结构组织).模型加载.模型预测结果保存.条件判断模型循环运行 目录
- 请教如何保存matlab仿真出来的图,如何保存Matlab绘制出来的图像
该文章讲述了如何保存Matlab绘制出来的图像. Matlab提供了丰富的绘图函数,比如ez**系类的简易绘图函数,surf.mesh系类的数值绘图函数等几十个. 有网友向我反映,有时我们只有一个Ma ...
- matlab保存所有图,Matlab中图片保存的5种方法
matlab的绘图和可视化能力是不用多说的,可以说在业内是家喻户晓的. Matlab提供了丰富的绘图函数,比如ez**系类的简易绘图函数,surf.mesh系类的数值绘图函数等几十个.另外其他专业工具 ...
- MATLAB强化学习四:图片保存fig文件
MATLAB强化学习四:图片保存fig文件 saveas命令图片保存fig文件 saveas(gcf,'保存文件名称')
- C++保存与读取matlab的mat文件
原文链接: https://www.jb51.net/article/34727.htm 本文介绍了"C++读写.mat文件的方法",需要的朋友可以参考一下 最近在编写C++程序的 ...
- 基于加取模和循环左移运算的扩散算法matlab
基于加取模和循环左移运算的扩散算法 实际上是对前面两种扩散算法的显著改良. LSB3表示取数据的最低三位,对于8b的灰度图像,每个像素都是8b的,所以LSB3得到的数据范围始终在0~7,是一个像素点数 ...
- 【LSTM时间序列预测】基于matlab鲸鱼算法优化LSTM时间序列预测【含Matlab源码 105期】
⛄一.鲸鱼算法及LSTM简介 1 鲸鱼优化算法(Whale Optimization Algorithm,WOA)简介 鲸鱼优化算法(WOA),该算法模拟了座头鲸的社会行为,并引入了气泡网狩猎策略. ...
最新文章
- 李茶:虎牙直播推荐系统架构详解
- python语言程序设计慕课_中国大学MOOC(慕课)_Python语言程序设计基础_试题及答案...
- SAP Cloud for Customer里根据External Reference搜索销售订单
- typedef 为类型取别名
- 4 int.parse方法调用问题和同行评审
- 批处理BAT命令创建日期文件夹
- 大数据时代的河南机遇
- 贺利坚老师汇编课程56笔记:CMP指令
- 三丰三坐标编程基本步骤_ABB 机器人 | 输送链跟踪配置和编程步骤
- Quick BI 支持多种数据源进行多维分析
- Windows下Postman安装以及汉化
- UCI-HAR数据集的处理
- 密码保险箱 TBox
- 国外著名英文搜索引擎大全及分类
- 绝对定位元素的margin如何设置
- Matlab Excel服务器,笔记
- 隐藏计划任务反弹shell
- 51单片机实现十字交通灯
- 希尔排序(附C语言实现)
- 谁为企业数字化转型“保驾护航”?