为参数的不同值迭代函数

Question

我有这个功能：

def run_simulation(nba = 100, maxIter = 10, probI = 0.001, probR = 0.2, probI_init = 0.1, 
                   network = nx.erdos_renyi_graph, netParam=0.1, rep=10):
    r = []
    while len(r) < rep:
        init(nba, probI_init, netParam, network)
        i = 0
        while i < maxIter:
            step(probR, probI)
            nbI = collect_statistics()
            if nbI == 0:
                break
            i = i + 1
        r.append(statS[-1])
    print(((nba - sum(r)/len(r))/nba)*100)

这基本上是网络中病毒的模拟。输出是一个随机数，即模拟结束时感染代理的百分比。我需要为 12 种不同的感染概率绘制此输出（即定义为函数参数的“probI”）。这12个概率是：

in[]np.logspace(-3,0,12)
out[]array([0.001     , 0.00187382, 0.00351119, 0.00657933, 0.01232847,
       0.0231013 , 0.04328761, 0.08111308, 0.15199111, 0.28480359,
       0.53366992, 1.        ])

我试过这个：

但是这并没有输入上面数组的每个数字作为 probI 的参数，它就像：

run_simulation(probI = np.logspace(-3,0,12))

如何为每个概率循环我的函数？

提前致谢

Answer 1

使用：

x = []
y = []

for probI in np.logspace(-3,0,12):
    x.append(probI)
    y.append(run_simulation(probI=probI))

用于绘图：

df = pd.DataFrame({'x': x, 'y': y})
df.plot()

为参数的不同值迭代函数

Iterate a function for different values of an argument

python

arrays

networking

networkx

pandas