用替换求解 for 循环中的单个（非线性）方程？

Question

我正在尝试在 for 循环中使用 fsolve 求解单个（非线性）方程，但它似乎在我的代码中不起作用。

来自之前的帮助[=]如何在python中使用for循环求解非线性方程？我成功地求解了两个或多个方程，但无法求解单个非线性方程。

*请注意，N 是我们在使用 for 循环时替换的步进范围值

from scipy.optimize import fsolve import numpy as np f_curve_coefficients = [-7.14285714e-02, 1.96333333e+01, 6.85130952e+03] S = [0.2122, 0, 0] a2 = f_curve_coefficients[0] a1 = f_curve_coefficients[1] a0 = f_curve_coefficients[2] s2 = S[0] s1 = S[1] s0 = S[2] def f(variable): x = variable first_eq =a2*x**2+a1*N*x +a0*N**2-(s2*x**2+s1*x+s0) return [first_eq] for N in range(1,6,1): roots = fsolve(f,20) # fsolve(equations, X_0) print(roots)

在 Matlab 中我们有一个名为 fzero 的函数可以解决这个问题 - 不确定 Python 是否有类似的函数？

解决方案不一定是 fsolve - 只需根据 python 论坛用户的建议...

预先感谢您的所有帮助。真的不知道没有Whosebug我会做什么！

Answer 1

您可以按如下方式更改代码：

from scipy.optimize import fsolve
import numpy as np

f_curve_coefficients = [-7.14285714e-02, 1.96333333e+01, 6.85130952e+03]
S = [0.2122, 0, 0]

a2 = f_curve_coefficients[0]
a1 = f_curve_coefficients[1]
a0 = f_curve_coefficients[2]

s2 = S[0]
s1 = S[1]
s0 = S[2]

f = lambda x : a2*x**2+a1*N*x +a0*N**2-(s2*x**2+s1*x+s0)

for N in range(1,6,1):
    roots = fsolve(f, 20)
    print(roots)

删除函数：

def f(variable):
    x = variable
    first_eq =a2*x**2+a1*N*x +a0*N**2-(s2*x**2+s1*x+s0)
    return [first_eq]

并将其转换为：

f = lambda x : a2*x**2+a1*N*x +a0*N**2-(s2*x**2+s1*x+s0)

如果您想保留原始代码，只需更正即可：

def f(variable):
    x = variable
    first_eq =a2*x**2+a1*N*x +a0*N**2-(s2*x**2+s1*x+s0)
    return first_eq

你的return [first_eq]return一个列表并生成异常Result from function call is not a proper array of floats.

您还可以简化代码如下：

def f(x):
    return a2*x**2+a1*N*x +a0*N**2-(s2*x**2+s1*x+s0)

看看 lambdas reference

fsolve()returnf(x)的根源看here

用替换求解 for 循环中的单个（非线性）方程？

Solving for a single (non linear) equation in a for loop with substitution?

python

solver

nonlinear-optimization

equation-solving