求知 文章 文库 Lib 视频 iPerson 课程 认证 咨询 工具 讲座 Model Center   Code  
会员   
要资料
 
 

利用python进行数据分析
搭建python环境
统计 1880-2010 年间 全美婴儿姓名的趋势
Ipython & Ipython Notebook
NumPy Basics: Arrays and Vectorized Computation
Pandas(Python Data Analysis Library)
数据加载、储存与文件格式
绘图和可视化(Matplotlib)
时间序列
经济,金融数据应用
补充例子
国王与囚徒
利用python进行科学计算
分形与混沌之-Mandelbrot集合
分形与混沌之-迭代函数系统(IFS)
分形与混沌之-蔡氏电路模拟
对于μ子实验数据进行快速处理与分析
37%法则 - "非诚勿扰" 中的博弈
关于时间/日期的转换
深入研究
一切从游戏开始:完整的一个 python to hack 实例!
习题:扑克牌发牌
 
 

分形与混沌之-蔡氏电路模拟
1530 次浏览
14次  

分形与混沌之-蔡氏电路模拟

具体理论部分参见: 蔡氏电路仿真实验

R= 1500 -1960 的模拟图集成包 plots.zip 下载

代码如下: 注意, python 2.7 下不能够正常运行.

# -*- coding: utf-8 -*-
#author = whyx v 0.1 updated from 马雨枫's version
#passed on python 3.5.2 on pycharm 2016.3
import numpy as np
from scipy.integrate import odeint
import matplotlib.pyplot as plt

def Nlfunction(V_1):
Ga=-0.00076
Gb=-0.00049
E=15.0
retg=Gb*V_1+(Gb-Ga)/2*(abs(V_1-E)-abs(V_1+E))
return retg

def delta(y,t):
global R
C1=9.91e-9
C2=98.2e-9
l=23.0e-3
G=1/R
ret_delta =np.array([(G*(y[1]-y[0])-Nlfunction(y[0]))/C1,
(G*(y[0]-y[1])+y[2])/C2,
-y[1]/l])
return ret_delta

time=np.linspace(0,0.2,10000)
#r=range(1800,1960,1)
#r=range(1960,1999,1)
r=[1500, 1700, 1806, 1810,1811, 1834, 1842, 1843,1844,1845,1846,1851,1866,1881,1887,1890,1891,1896, 1897,1898, 1901, 1904,1940,]
#r=[1500, 1600, 1700, 1800, 1815, 1827, 1960]
#yinit=np.array([0.0,0.001,0.001])
yinit=np.array([0.0,0.0,0.001])
#print yinit

global R
plt.figure()
for R in r:
y = odeint(delta,yinit,time)
plt.plot(y[1000:,0],y[1000:,1] , label = R )
# plt.plot(time[1000:2000],y[1000:2000,1])
# plt.plot(y[1000:, 1], y[1000:, 2], label = R )
plt.xlabel('U_1')
plt.ylabel('U_2')
plt.legend()

plt.savefig('%domega'%R)
plt.clf()

#plt.show()

 


您可以捐助,支持我们的公益事业。

1元 10元 50元





认证码: 验证码,看不清楚?请点击刷新验证码 必填



1530 次浏览
14次
 捐助