N body simulation 自己也有点兴趣所以试着看了一下 import numpy as np #Numpy是科学计算常用的套件,运算量大时会比原生list快 particle = np.random.standard_normal((nParticles, 3)) #三维阵列, 存放 nParticles个球的x,y,z座标 #ex. nParticles = 100 #这边是用随机产生的座标 particlev = np.zeros_like(particle) #存放每个球的速度的阵列,形状跟particle一样 #初始值为零 def nbody_np(particle, particlev): # NumPy arrays as input ''' 从初始条件开始,计算每个球受的重力 时间轴每次增加0.01,总共跑五次 ''' t0 = time.time(); nSteps = 5; dt = 0.01 particle_result = np.zeros(nParticles,3,nSteps+1) #原本我贴的例子只告诉你花多少时间算 #这里用particle_result记录每个时间点的球的位置 particle_log = np.copy(particle) #从起始点开始 for step in range(1, nSteps + 1, 1): Fp = np.zeros((nParticles, 3)) #每个球受的重力 for i in range(nParticles): dp = particle - particle[i] #计算第i个球到每个球之间的距离 #也就是dx, dy, dz drSquared = np.sum(dp ** 2, axis=1) #(dx)^2 + (dy)^2 +(dz)^2 h = drSquared * np.sqrt(drSquared) #原程式错了 #不是相加而是相乘 #数值运算有解析度问题 #这边设定重力不能小於10^-10 #至於重力为什麽是1/(r^(3/2)), #是假设重力常数跟所有球的质量都是1 #3/2次方的原因是来自向量方程式 drPowerN32 = 1. / np.maximum(h, 1E-10) Fp += -(dp.T * drPowerN32).T #最後每个球会受到所有球的重力所以要相加 particlev += dt * Fp #球的速度在t+dt後就是原速度+dt*重力 particle_log += particlev * dt particle_result[:,:,step] += particle_log #球的新位置是 原位置+球的速度*dt return particle_result python科学运算原则上能向量化就向量化 除非是用c之类的编译语言写否则尽量避免for loop会比较好 向量化之後应该没有帮每个球取名的必要吧? 至於Nbody simulation如果球不是一个质点的情况 你的运动方程式会更复杂喔,不知道高中物理现在是有没有这麽难 XD ※ 引述《lefan (红气球雯雯)》之铭言： : 谢谢Neisseria大介绍globals函数让我解决了帮球自动取名的问题 : 但又碰上新的问题， : 我希望在每一个回圈中，自动把每个球的位置塞入新的list中， : 好让我可以每个回圈重新计算球与球间的距离。 : 若不用回圈我会这样写: : b_new_pos_list = [] : b_new_pos_list.append(ball_0.pos) : b_new_pos_list.append(ball_1.pos) : b_new_pos_list.append(ball_2.pos) : b_new_pos_list.append(ball_3.pos) : 相同的，我想利用for loop自动把每个球的位置放入b_new_pos_list中 : 因此我尝试这样写。 : b_new_pos_list=[] : for N in range(0,4,1): : b_new_pos_list.append(ball_N.pos) : 但当然还是不行，因为系统没办法自动判断出ball_N.pos指的就是 : ball_0~3.pos : 再次感谢。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 130.203.95.180 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Python/M.1453395445.A.6EB.html