python有限差分

Ⅰ python中 什麼是top-level

Python是一種高級的程序設計語言。如果你用過basic、VB那麼你可以將它認為是在各種平台下的basic，因為它像basic一樣簡單易學，但是它也不同於basic，最在的不同，當然是python的功能強大和它的優秀設計了，最重要的是它是開放源代碼產品，使用它開發的程序不必為許可證而煩惱了。要知道當年比爾曾經以500美元的天價發放BASIC的使用許可證呢。然後basic能夠做到的事情實在是太少了。包括今天的VB它能夠做到的事情也是很有限的。而Python，你根本不用懷疑它的功能，網路編程，web程序程序設計，游戲編程，圖像編程，資料庫編程，所有的編程領域你都可以找到它的身影。總而言之：Python是一種高級的程序設計語言，它也是一種面向對象的程序設計語言，它可以幫我們快速的解決我們的枯燥的編程工作。

Python, perl ,php:

perl一直是UNIX系統管理員的利器，當然這最得益於它的文本處理強大功能和CPAN這個網路提供了各行各業的相應的解決方案了，它一直是黑客最喜歡的語言。它簡練，功能強大，但是寫的程序非常的難懂。而且支持多線程並不理想，用perl並不是寫大型程序的最好選擇，有人會當機，但是我沒有試驗過。現在有了python，UNIX系統管理員和UNIX應用系統開發人員就多了一種選擇了，載入re模塊，python同樣可以處理復雜文本需求。php這門語言也是我的最愛，它和python一樣簡單，甚至要更簡單，因為它專注於web開發，這一點我想是值得肯定的。無論是perl,python,java或者是asp比起php(在開發web領域方面)它們都是大大的不如。有人說java好，我想這是不一定的。之所以說java好，是因為有很多的大軟體公司支持它，有相應的解決方案，但是在開發效率和穩定性上java不一定就比php強多少，有人批評說php對oop支持不好，其實oop不一定是解決問題的最好辦法。而且隨著php5的推出，java在oop方面的優勢幾乎是不存存了。而java賴以成名的跨平台更是可笑：php,perl,python的跨平台特性都比java強了不知道多少。

Ⅱ 利用python的statsmodels包 把序列1階差分後利用plot_acf()畫出acf圖

dta=np.array(dta,dtype=np.float) //這里要轉下數據類型，不然運行會報錯

dta=pd.Series(dta)
dta.index = pd.Index(sm.tsa.datetools.dates_from_range('2001','2090')) //應該是2090，不是2100
dta.plot(figsize=(12,8))

plt.show() // 在Scala IDE要輸入這個命令才能顯示圖！

Ⅲ Python如下報錯是什麼意思

要把代碼發現來才知道，以下是常見的錯誤
下面終於要講到當你用到更多的Python的功能（數據類型，函數，模塊，類等等）時可能碰到的問題了。由於篇幅有限，這里盡量精簡，尤其是對一些高級的概念。要想了解更多的細節，敬請閱讀Learning Python, 2nd Edition的「小貼士」以及「Gotchas」章節。

打開文件的調用不使用模塊搜索路徑
當你在Python中調用open()來訪問一個外部的文件時，Python不會使用模塊搜索路徑來定位這個目標文件。它會使用你提供的絕對路徑，或者假定這個文件是在當前工作目錄中。模塊搜索路徑僅僅為模塊載入服務的。
不同的類型對應的方法也不同
列表的方法是不能用在字元串上的，反之亦然。通常情況下，方法的調用是和數據類型有關的，但是內部函數通常在很多類型上都可以使用。舉個例子來說，列表的reverse方法僅僅對列表有用，但是len函數對任何具有長度的對象都適用
不能直接改變不可變數據類型
記住你沒法直接的改變一個不可變的對象（例如，元組，字元串）：

T = (1, 2, 3)
T[2] = 4 # 錯誤

用切片，聯接等構建一個新的對象，並根據需求將原來變數的值賦給它。因為Python會自動回收沒有用的內存，因此這沒有看起來那麼浪費：

T = T[:2] + (4,) # 沒問題了: T 變成了 (1, 2, 4)

使用簡單的for循環而不是while或者range
當你要從左到右遍歷一個有序的對象的所有元素時，用簡單的for循環（例如，for x in seq:）相比於基於while-或者range-的計數循環而言會更容易寫，通常運行起來也更快。除非你一定需要，盡量避免在一個for循環里使用range：讓Python來替你解決標號的問題。在下面的例子中三個循環結構都沒有問題，但是第一個通常來說更好；在Python里，簡單至上。

S = "lumberjack"

for c in S: print c # 最簡單

for i in range(len(S)): print S[i] # 太多了

i = 0 # 太多了
while i < len(S): print S[i]; i += 1

不要試圖從那些會改變對象的函數得到結果
諸如像方法list.append()和list.sort()一類的直接改變操作會改變一個對象，但不會將它們改變的對象返回出來（它們會返回None）；正確的做法是直接調用它們而不要將結果賦值。經常會看見初學者會寫諸如此類的代碼：

mylist = mylist.append(X)

目的是要得到append的結果，但是事實上這樣做會將None賦值給mylist，而不是改變後的列表。更加特別的一個例子是想通過用排序後的鍵值來遍歷一個字典里的各個元素，請看下面的例子：

D = {...}
for k in D.keys().sort(): print D[k]

差一點兒就成功了——keys方法會創建一個keys的列表，然後用sort方法來將這個列表排序——但是因為sort方法會返回None，這個循環會失敗，因為它實際上是要遍歷None（這可不是一個序列）。要改正這段代碼，將方法的調用分離出來，放在不同的語句中，如下：

Ks = D.keys()
Ks.sort()
for k in Ks: print D[k]

只有在數字類型中才存在類型轉換
在Python中，一個諸如123+3.145的表達式是可以工作的——它會自動將整數型轉換為浮點型，然後用浮點運算。但是下面的代碼就會出錯了：

S = "42"
I = 1
X = S + I # 類型錯誤

這同樣也是有意而為的，因為這是不明確的：究竟是將字元串轉換為數字（進行相加）呢，還是將數字轉換為字元串（進行聯接）呢？在Python中，我們認為「明確比含糊好」（即，EIBTI（Explicit is better than implicit）），因此你得手動轉換類型：

X = int(S) + I # 做加法: 43
X = S + str(I) # 字元串聯接: "421"

循環的數據結構會導致循環
盡管這在實際情況中很少見，但是如果一個對象的集合包含了到它自己的引用，這被稱為循環對象（cyclic object）。如果在一個對象中發現一個循環，Python會輸出一個[…]，以避免在無限循環中卡住：

>>> L = ['grail'] # 在 L中又引用L自身會
>>> L.append(L) # 在對象中創造一個循環
>>> L
['grail', [...]]

除了知道這三個點在對象中表示循環以外，這個例子也是很值得借鑒的。因為你可能無意間在你的代碼中出現這樣的循環的結構而導致你的代碼出錯。如果有必要的話，維護一個列表或者字典來表示已經訪問過的對象，然後通過檢查它來確認你是否碰到了循環。
賦值語句不會創建對象的副本，僅僅創建引用
這是Python的一個核心理念，有時候當行為不對時會帶來錯誤。在下面的例子中，一個列表對象被賦給了名為L的變數，然後L又在列表M中被引用。內部改變L的話，同時也會改變M所引用的對象，因為它們倆都指向同一個對象。

>>> L = [1, 2, 3] # 共用的列表對象
>>> M = ['X', L, 'Y'] # 嵌入一個到L的引用
>>> M
['X', [1, 2, 3], 'Y']

>>> L[1] = 0 # 也改變了M
>>> M
['X', [1, 0, 3], 'Y']

通常情況下只有在稍大一點的程序里這就顯得很重要了，而且這些共用的引用通常確實是你需要的。如果不是的話，你可以明確的給他們創建一個副本來避免共用的引用；對於列表來說，你可以通過使用一個空列表的切片來創建一個頂層的副本：

>>> L = [1, 2, 3]
>>> M = ['X', L[:], 'Y'] # 嵌入一個L的副本

>>> L[1] = 0 # 僅僅改變了L，但是不影響M
>>> L
[1, 0, 3]
>>> M
['X', [1, 2, 3], 'Y']

切片的范圍起始從默認的0到被切片的序列的最大長度。如果兩者都省略掉了，那麼切片會抽取該序列中的所有元素，並創造一個頂層的副本（一個新的，不被公用的對象）。對於字典來說，使用字典的dict.()方法。
靜態識別本地域的變數名
Python默認將一個函數中賦值的變數名視作是本地域的，它們存在於該函數的作用域中並且僅僅在函數運行的時候才存在。從技術上講，Python是在編譯def代碼時，去靜態的識別本地變數，而不是在運行時碰到賦值的時候才識別到的。如果不理解這點的話，會引起人們的誤解。比如，看看下面的例子，當你在一個引用之後給一個變數賦值會怎麼樣：

>>> X = 99
>>> def func():
... print X # 這個時候還不存在
... X = 88 # 在整個def中將X視作本地變數
...
>>> func( ) # 出錯了！

你會得到一個「未定義變數名」的錯誤，但是其原因是很微妙的。當編譯這則代碼時，Python碰到給X賦值的語句時認為在這個函數中的任何地方X會被視作一個本地變數名。但是之後當真正運行這個函數時，執行print語句的時候，賦值語句還沒有發生，這樣Python便會報告一個「未定義變數名」的錯誤。
事實上，之前的這個例子想要做的事情是很模糊的：你是想要先輸出那個全局的X，然後創建一個本地的X呢，還是說這是個程序的錯誤？如果你真的是想要輸出這個全局的X，你需要將它在一個全局語句中聲明它，或者通過包絡模塊的名字來引用它。
默認參數和可變對象
在執行def語句時，默認參數的值只被解析並保存一次，而不是每次在調用函數的時候。這通常是你想要的那樣，但是因為默認值需要在每次調用時都保持同樣對象，你在試圖改變可變的默認值（mutable defaults）的時候可要小心了。例如，下面的函數中使用一個空的列表作為默認值，然後在之後每一次函數調用的時候改變它的值：

>>> def saver(x=[]): # 保存一個列表對象
... x.append(1) # 並每次調用的時候
... print x # 改變它的值
...
>>> saver([2]) # 未使用默認值
[2, 1]
>>> saver() # 使用默認值
[1]
>>> saver() # 每次調用都會增加！
[1, 1]
>>> saver()
[1, 1, 1]

有的人將這個視作Python的一個特點——因為可變的默認參數在每次函數調用時保持了它們的狀態，它們能提供像C語言中靜態本地函數變數的類似的一些功能。但是，當你第一次碰到它時會覺得這很奇怪，並且在Python中有更加簡單的辦法來在不同的調用之間保存狀態（比如說類）。
要擺脫這樣的行為，在函數開始的地方用切片或者方法來創建默認參數的副本，或者將默認值的表達式移到函數裡面；只要每次函數調用時這些值在函數里，就會每次都得到一個新的對象：

>>> def saver(x=None):

... if x is None: x = [] # 沒有傳入參數？
... x.append(1) # 改變新的列表
... print x
...
>>> saver([2]) # 沒有使用默認值
[2, 1]
>>> saver() # 這次不會變了
[1]
>>> saver()
[1]

其他常見的編程陷阱
下面列舉了其他的一些在這里沒法詳述的陷阱：
在頂層文件中語句的順序是有講究的：因為運行或者載入一個文件會從上到下運行它的語句，所以請確保將你未嵌套的函數調用或者類的調用放在函數或者類的定義之後。
reload不影響用from載入的名字：reload最好和import語句一起使用。如果你使用from語句，記得在reload之後重新運行一遍from，否則你仍然使用之前老的名字。
在多重繼承中混合的順序是有講究的：這是因為對superclass的搜索是從左到右的，在類定義的頭部，在多重superclass中如果出現重復的名字，則以最左邊的類名為准。
在try語句中空的except子句可能會比你預想的捕捉到更多的錯誤。在try語句中空的except子句表示捕捉所有的錯誤，即便是真正的程序錯誤，和sys.exit()調用，也會被捕捉到。

Ⅳ python中random.randint(1,100)隨機數中包不包括1和100

在python中的random.randint(a,b)用於生成一個指定范圍內的整數。其中參數a是下限，參數b是上限，生成的隨機數n: a <= n <= b。

printrandom.randint(12,20)#生成的隨機數n:12<=n<=20
printrandom.randint(20,20)#結果永遠是20
#printrandom.randint(20,10)#該語句是錯誤的。下限必須小於上限

所以說，random.randint(1,100)隨機數中使包括1和100的。

其實通過查看該函數的python源碼也能了解到具體的取值范圍：

defrandint(self,a,b):
"""Returnrandomintegerinrange[a,b],includingbothendpoints.
"""

returnself.randrange(a,b+1)

在源碼中，其實randint最終調用的是randrange函數，randrange函數在隨機是不包括上限數的。

(4)python有限差分擴展閱讀:

Python 是一個有條理的和強大的面向對象的程序設計語言，類似於Perl, Ruby, Scheme, 或 Java.

Python的創始人為Guido van Rossum。1989年聖誕節期間，在阿姆斯特丹，Guido為了打發聖誕節的無趣，決心開發一個新的腳本解釋程序，作為ABC 語言的一種繼承。之所以選中Python（大蟒蛇的意思）作為該編程語言的名字，是因為他是一個叫Monty Python的喜劇團體的愛好者。

參考鏈接:網路-Python

Ⅳ 如何用Python對數據進行差分

處理過與時間有關的數據的人都知道，差分變化經常用來使得結果更加直觀。在這篇文章里將會教你如何用Python來實現這一目的，讀完這篇文章，你將會掌握以下技能：
1、知道什麼是差分變換以及滯後差分和差分階數的設置
2、如何手動計算差分
3、怎樣使用Pandas內置的差分函數
所以，讓我們趕緊開始吧！

為什麼要對時間序列數據進行差分？
首先來看下為什麼要對數據進行差分變化，差分變化可以消除數據對時間的依賴性，也就是降低時間對數據的影響，這些影響通常包括數據的變化趨勢以及數據周期性變化的規律。進行差分操作時，一般用現在的觀測值減去上個時刻的值就得到差分結果，就是這么簡單，按照這種定義可以計算一系列的差分變換。
滯後差分
連續觀測值之間的差分變換叫做一階滯後差分。滯後差分的步長需要根據數據的時間結構做調整，例如對於周期性變化的數據，這個時間步長就是數據變化的周期。
差分階數
在進行一次差分之後，時間項的作用並沒有完全去掉，將會繼續對差分結果進行差分變化，直到完全消除時間項的影響因素為止，這個過程中進行的差分操作次數就稱為差分階數。
洗發水銷售數據
這份數據是三年來每月洗發水的銷售情況，總共有36個數據記錄，原始數據來自Makridakis, Wheelwright和 Hyndman (1998).，可以從下面的地址下到數據：

下面的代碼將會導入數據並將結果畫成折線圖，如下所示：

手動差分
在這一部分中，我們將會自定義一個函數來實現差分變換，這個函數將會對提供的數據進行遍歷並根據指定的時間間隔進行差分變換。具體代碼如下：

從上面的代碼中可以看到該函數將會根據指定的時間間隔來對數據進行變換，一般來說，通常會計算間隔一個數據的差分，這樣的結果比較可靠。當然，我們也可以將上面的函數進行一定的改進，加入差分階數的指定。
下面將這函數應用到上面洗發水銷售的數據中去，運行之後繪出下面的圖，具體如下：

自動差分
Pandas庫里提供了一個函數可以自動計算數據的差分，這個函數是diff()，輸入的數據是「series'或」DataFrame'類型的，像前面自定義函數那樣，我們也可以指定差分的時間間隔，不過在這里這個參數叫做周期。
下面的例子是用Pandas內置函數來計算差分的，數據類型是series的，使用Pandas內置函數的好處是代碼工作量減少了不少，而且繪出的圖中包含更詳細的信息，具體效果如下：

總結
讀完本文想必你已經學會用python來實現對數據的差分了，尤其是對差分的概念，手動差分，以及使用Pandas內置函數進行差分都有所了解了。如果有什麼好的想法歡迎在評論欄里留下。

Ⅵ python 提示IndexError: index 10 is out of bounds for axis 0 with size 10

y = np.array([0,0,0])啊，也就是說len(y) =3，所以說後面train這個函數裡面for k in range(4)明顯出界，所以會在k=3的時候報錯，因為y根本沒有y[3]，最大就是y[2]，改成for k in range(3)就好。

You try to index outside the range：

for s in range(0, M+1)：

t[s] = t_min + k*s

Change to:

for s in range(M)：

t[s] = t_min + k*s

And it works。

You create t with length of M：

t = np.linspace(t_min, t_max, M)

So you can only access M elements in t。

Python always starts indexing with zero. Therefore：

for s in range(M)：

will do M loops, while：

for s in range(0, M+1)：

will do M+1 loops。

(6)python有限差分擴展閱讀：

根據PEP的規定，必須使用4個空格來表示每級縮進（不清楚4個空格的規定如何，在實際編寫中可以自定義空格數，但是要滿足每級縮進間空格數相等）。

使用Tab字元和其它數目的空格雖然都可以編譯通過，但不符合編碼規范。支持Tab字元和其它數目的空格僅僅是為兼容很舊的的Python程序和某些有問題的編輯程序。

Ⅶ 如何用Python編程結合Abaqus進行有限元分析

import socket
s1=socket.socket(family,type)
#family參數代表地址家族，可為AF_INET或AF_UNIX。AF_INET家族包括Internet地址，AF_UNIX家族用於同一台機器上的進程間通信。
#type參數代表套接字類型，可為SOCK_STREAM(流套接字，就是TCP套接字)和SOCK_DGRAM(數據報套接字，就是UDP套接字)。
#默認為family=AF_INET type=SOCK_STREM
#返回一個整數描述符，用這個描述符來標識這個套接字！

Ⅷ 在Python中如何差分時間序列數據集

差分是一種變換時間序列數據集的方法。
它可以用於消除序列對時間性的依賴性，即所謂的時間性依賴。這包含趨勢和周期性的結構。
不同的方法可以幫助穩定時間序列的均值，消除時間序列的變化，從而消除(或減少)趨勢和周期性。