我编写了一个函数来通过近似两个变量(elev 和 MaxQ)之间的关系来替换 scipy.interp1d,以加快我的代码速度。该等式是四阶多项式。我希望该函数能够计算单个输入和一维数组输入的 Q 值。函数如下图所示。
def CalculateMaxFlow(elev):
size=np.shape(elev)
if size==():
if (elev>367.8): #minimum elev for flow
return -0.00028194553726719*elev**4+0.284027992763652*elev**3-80.3765236558431*elev**2+1900880.72298153
else: return 0
else:
MaxQ=np.zeros(np.shape(elev)[0])
for i in range(np.shape(elev)[0]):
if (elev[i]>367.8): #4th order polynomial. Not exact but okay for speeding up code
MaxQ[i]= -0.00028194553726719*((elev[i])**4)+0.284027992763652*((elev[i])**3)-80.3765236558431*((elev[i])**2)+1900880.72298153
else: MaxQ[i]= 0
return MaxQ
elev1=380
elev5a=380+np.zeros(5)
elev5b=np.asarray([380,380,380,380,380])
Q1=CalculateMaxFlow(elev1)
print("Q1:"+ str(Q1))
Q2=CalculateMaxFlow(elev5a)
print("Q2:"+str(Q2))
Q3=CalculateMaxFlow(elev5b)
print("Q3:"+str(Q3))
答案如下:
Q1:746.828053304
Q2:[ 746.8280533 746.8280533 746.8280533 746.8280533 746.8280533]
Q3:[ 6055481.13713196 6055481.13713196 6055481.13713196 6055481.13713196 6055481.13713196]
Q1 和 Q2 给了我期望的答案。出于某种原因,Q3 没有。我想知道这是为什么。我在控制台中看到的 eleva 和 elevb 之间的唯一区别是 a 是 float64 而 b 是 int32。为什么这会改变等式的结果?那么,为什么 Q1 的结果(它是一个 int)也能按预期工作?
最佳答案
对于 Q3,elev[i]
是一个 numpy.int32
实例,elev[i]**4
会溢出。对于 Q1,elev
是 Python int,elev**4
使用任意精度算法。
关于Python 双星号 ** 幂运算符行为异常,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45313075/