用Python编写的程序速度有问题。该程序是“模拟磁场中的铁磁颗粒”,更具体地说是磁惰性液体。该程序可以工作,但与用C ++编写的相同程序相比非常缓慢,但是我用Python编写了一个项目来研究。

总的来说,程序代码基于循环,有很多浮点计算。随机数量的粒子(随机产生的位置)在磁场的影响下相互作用。

这是初始职位:

决赛:

主循环(在SymMain.py中,具有k变量)迭代是时间步长,计算当时粒子在其中的坐标和作用在其上的力(吸引力和小排斥力)。为了加快速度,我想使用并行处理来同时计算迭代次数,但这是不可能的,因为一次迭代中的计算取决于前一次迭代的计算。

我不知道Python比C ++慢得多。例如,计算一次性步骤中529个粒子的模拟(在我的计算机上):

C + + ~0.5s

Python~50s

那么,如何加快程序?请帮忙。

此代码仅计算,而不是像图片中那样绘制粒子。模拟partcile的数量在SymConst.py上,这是nrH * nrL。

SymMain.py

#coding:windows-1250

from os import system

from SymCalc import *

from SymParticle import *

if __name__ == '__main__':

App = SymCalc()

App.MainLoop()

SymParticle.py

#coding:windows-1250

from random import randint

from math import *

from SymConst import *

from SymParticle import *

class SymCalc(object):

def __init__(self):

# declaration lists containing the properties of the particles

ParticleList = []

ParticleListTemp = []

t = 0.0

# the initial values ​​of particle

for x in range(0, nParticle):

ParticleList.append(Particle(x+1, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 1.0, 0.0, 0.0, 8e-6))

ParticleListTemp.append(Particle(x+1, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 1.0, 0.0, 0.0, 8e-6))

# generating random coordinates X, Y

for x in range(0, nParticle):

self.Rand(ParticleList[x], x)

# time steps

for k in range(0, k0):

print "Time step = {0}".format(k)

# calculation of forces

for i in range(0, nParticle):

for j in range(0, i-1):

self.ParticleCalculate(ParticleList[i], ParticleList[j], 1)

for j in range(i+1, nParticle):

self.ParticleCalculate(ParticleList[i], ParticleList[j], 1)

# display data

if(k%Constant == 0):

for i in range(0, nParticle):

self.Print(k, i, ParticleList[i], t)

# changing the position of the particle

for i in range(0, nParticle):

self.ChangeOfPosition (ParticleList[i], dt)

# reset forces

for j in range(0, nParticle):

self.ParticleCalculate(ParticleList[i], ParticleList[j], 0)

self.ParticleCalculate(ParticleList[i], ParticleListTemp[j], 0)

# next time step

t += dt

# random coordinates of the particles

def Rand(self, part, lp):

l = lp%nrL # współrzędna X pola

part.x = (l-nrL/2)*(L0/nrL) + ((randint(0,32767)%100)-50)*(L0/nrL-2*part.r)/99 # X

h = (lp+1-(lp)%nrL)/nrL # Y

part.y = (h-nrH/2)*(H0/nrH) + ((randint(0,32767)%100)-50)*(H0/nrH-2*part.r)/99 # współrzędna Y cząstki

# calculating function of the force acting on the particles

def ParticleCalculate(self, part, part_tmp, p):

# auxiliary variables

# r_4, dx, dy, rr, sum, sx, sy, chi_eff, tmp, frepx, frepy, f0

md = []

if(p == 0):

part.frx = 0

part.fry = 0

part.fx = 0

part.fy = 0

if(p == 1):

# versor coordinates connecting the geometrical center of the particle

dx = part.x - part_tmp.x

dy = part.y - part_tmp.y

# the distance between the geometric means of the particle

rr = sqrt(dx*dx + dy*dy)

if(rr < 0.85*(part.r + part_tmp.r)):

print "ERROR: Invalid distance between the particles! Simulation aborted..."

if(rr >= 10*part.r):

# magnetic dipoles

chi_eff = (3.*(MI_P - 1.))/((MI_P - 1) + 3.)

md.append((4.*MI_0*pi*part.r*part.r*part.r*chi_eff*M_H0)/3.0)

md.append((4.*MI_0*pi*part_tmp.r*part_tmp.r*part_tmp.r*chi_eff*M_H0)/3.0)

tmp = pow(rr,7)

# first member

sum = (5.*(md[0]*part.nx*dx + md[0]*part.ny*dy) * (md[1]*part_tmp.nx*dx + md[1]*part_tmp.ny*dy)) / tmp

sx = sum*dx

sy = sum*dy

tmp = tmp / (rr*rr)

# second member

sum = (md[0]*part.nx*md[1]*part_tmp.nx + md[0]*part.ny*md[1]*part_tmp.ny) / tmp

sx -= sum*dx

sy -= sum*dy

# third member

sx -= (md[0]*(md[1]*part_tmp.nx*dx + md[1]*part_tmp.ny*dy)*part.nx + md[1]*(md[0]*part.nx*dx + md[0]*part.ny*dy)*part_tmp.nx)/tmp

sy -= (md[0]*(md[1]*part_tmp.nx*dx + md[1]*part_tmp.ny*dy)*part.ny + md[1]*(md[0]*part.nx*dx + md[0]*part.ny*dy)*part_tmp.ny)/tmp

# finally

tmp = (-3./(4*pi*MI_0))

sx *= tmp

sy *= tmp

part.fx += sx

part.fy += sy

# short-range repulsive force

tmp = pow(rr,15)

r_4 = pow((part.r+part.r),4)

f0 = 3.*fabs(md[0])*fabs(md[1])/(4.*pi*MI_0*r_4)

frepx = pow((part.r+part.r),15)*dx/(tmp*rr)*f0

frepy = pow((part.r+part.r),15)*dy/(tmp*rr)*f0

part.frx += frepx;

part.fry += frepy;

# change the position of the particle

def ChangeOfPosition(self, part, dt):

part.ddx = 0

part.ddy = 0

part.ddx = 1/(6*pi*part.r*eta)*(part.fx+part.frx)*dt

part.ddy = 1/(6*pi*part.r*eta)*(part.fy+part.fry)*dt

# particles new position value

part.x += part.ddx

part.y += part.ddy

if(part.x < -L0/2):

part.x += L0

elif(part.x > L0/2):

part.x -= L0

elif(part.y < -H0/2):

part.y += H0

elif(part.y > H0/2):

part.y -= H0

# display data

def Print(self, k, i, part, t):

print "-"*50

print "\nParticle {0}".format(i+1)

print "The resultant magnetostatic force fx = {0}".format(part.fx - part.frx)

print "The resultant magnetostatic force fy = {0}\n".format(part.fy - part.fry)

if(i == nParticle-1):

print "\n\t\t---t={0}[s]---".format(t)

print "-"*50

SymParticle.py

#coding:windows-1250

class Particle(object):

# generating a particle properties

def __init__(self, num, x, y, fx, fy, frx, fry, nx, ny, ddx, ddy, r):

self.num = num

self.x = x

self.y = y

self.fx = fx

self.fy = fy

self.frx = frx

self.fry = fry

self.nx = nx

self.ny = ny

self.ddx = ddx

self.ddy = ddy

self.r = r

SymConst.py

#coding:windows-1250

### Constant

M_H0 = 3e4

MI_0 = 12.56e-7

MI_P = 2000

eta = 0.1

k0 = 10001

dt = 1e-6 # time step

H0 = 5.95e-4

L0 = 5.95e-4

nrH = 4

nrL = 4

Constant = 100

nParticle = nrH*nrL # number of particle

python做电磁场计算_加速Python中的计算(模拟磁场中的粒子)相关推荐

  1. 用python做自我介绍_用python做个自我介绍(python入门教程)_逻辑教育

    原标题:用python做个自我介绍(python入门教程)_逻辑教育 本文涉及的python基础语法为:数据类型等 数字类型 1. 字符串的拼接 我们在上一章中已经简单介绍了一下字符串的创建方式,这里 ...

  2. python做淘宝_用python做个淘宝双十一满减攻略,再也不用算算算了

    双十一还有不到10天,购物车已经快加满了,但是钱包里就这么多钱,如何用现有的钱买到更多喜欢的东西,成为我比较头疼的事,因为我已经被各种组合加法搞晕了 于是我决定用python做个双十一购物攻略,把复杂 ...

  3. 学会python做什么兼职_学会python能干嘛 学会python可以做哪些兼职?

    学会python可以干什么都希望一段感情会有结果,谁都不希望美好的爱情最后是一场痛,但是如果一开始就想着不在乎天长地久,只在乎曾经拥有"的态度,再美好的感情也不会有好的结果. 从入门级选手到 ...

  4. python做logistic回归_用Python做Logistic回归

    为什么写这篇文章 本人初学python,碰巧做的东西需要用一下Logistic回归,自觉这个很基础的东西应该已经有很多比较好的实现了,于是我就很自觉地问了下度娘.结果大囧==..出来的相关结果少得可怜 ...

  5. python做股票分析_利用Python进行股票投资组合分析(调试)

    pythonsp500-robo-advisor-edition Python for Financial Analyses 需要的镜像文件和数据--Robo Advisor edition. 小结 ...

  6. python做var模型_【Python金融量化】VaR系列(五):Copula模型估计组合VaR

    作者:量化小白H     Python爱好者社区专栏作者 个人公众号:量化小白上分记 前文传送门: 之前总结的大部分模型都是基于正态性的假设,但实际上,正态性假设并不非常符合金融时间序列的特征.如果从 ...

  7. 使用python做一个闹钟_用python做了个高级闹钟 欢迎借鉴

    原标题:用python做了个高级闹钟 欢迎借鉴 音频文件放入和.py文件同级的目录下 这是简单的闹钟做法,市场上闹钟千千万万,但是自己写出来的闹钟就是不一样,不是小编我无聊,学习乐趣就是这样慢慢培养的 ...

  8. python做excel宏_利用Python 开发 Excel 宏脚本的神器!

    今天介绍一个叫 xlpython 的库,通过它我们可以用 Python 来开发 Excel 的宏脚本,真正实现在 Excel 中调用 Python. 基本环境 操作系统:Windows 10 x64 ...

  9. python做ui界面_用python编写简单ui界面窗口

    新用户新地理处理,最常见的方法是使用工具对话框执行地理处理操作.当必须执行一次只有一个工具,这个工具对话框确实是一个好方法去经营.地理处理工具易于使用和显示警告图标或错误图标及相关消息旁边不当使用参数 ...

最新文章

  1. DHCP网络服务器的实现
  2. IntelliSense: const char * 类型的实参与 LPCTSTR 类型的形参不兼容
  3. SAP B1在添加物料主数据时,出现错误提示‘xxxx代码已存在’的解决方法
  4. 超全整理 | 嵌入式Linux 性能工具和诊断思路
  5. Java的原始字符串文字
  6. 代码中有个get是啥意思_是时候秀一波了,甩掉get和set,Lombok让代码更简洁
  7. python元组为什么不可变_为什么python字符串和元组是不可变的?
  8. java swing如何设置jtextarea对齐方式_【爵士钢琴】一次搞懂爵士经典Swing节奏!
  9. 客户端软件 大华_大华“飞燕”,一款主打稳定WiFi的路由器!
  10. imx8 usb otg模式切换
  11. 地震(earthquake)
  12. 机房巡检知识点(一)
  13. Keil MDK 软件包(MDK5 Software Packs)离线下载方法
  14. Oracle 12c CDB和PDB的切换
  15. TOFLE-Mistake
  16. Java并发57:Akka Actors并发框架浅谈及入门示例
  17. 几乎零基础的git入门级分享
  18. 医药之家:仿制药市场加速洗牌,多家药企陆续通过一致性评价
  19. 【vue+HT+flyTo】HT图扑软件中的flyTo应用
  20. phpmyadmin爆破脚本练习

热门文章

  1. Linux 安装OpenSSL及解决遇到的问题
  2. 6580 android P版本 前摄像头闪光灯图标出来后,闪光灯还是不亮
  3. NUXT中使用 nuxtjs/i18n
  4. Navicat 连接远程Mysql
  5. Android 锁屏时间
  6. 快手二季度收入同比增长13.4%;四季酒店集团发布2024年全新私人飞机行程 | 美通企业日报...
  7. 使用java解析excel表格(包含表头判断)
  8. 肝了整个周末,Python多进程、协程异步抓取英雄联盟皮肤并保存在本地
  9. 网卡收包流程分析(一)
  10. R从文件中读取数据,输出文件