Discussion :

[wonkax]

Bonjour,

j'aimerais comme dit le titre convertir un programme matlab en python. Ma question est simple: à quoi sert la ligne " Dfun = @(a) 1 ", je ne la comprend pas et c'est embettant pour coder ça en python.
Merci d'avance pour vos réponses

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
clear; clf; ISYM=2; nu=0.25; k2 = 2*(1-nu)/(1-2*nu) ;
numroots=8; sp = 5; sv = 0.01:0.01:sp; a0=(.2)^2;
for N=1:numroots
a0=N^2-.99;
for J=1:length(sv)
s2=sv(J)^2;
if N==1
Dfun= @(a) 1;
else
Dfun= @(a) prod( (a-xv(J,1:N-1) ) );
end
 
if ISYM==1
xv(J,N)=fzero(@(a) RL_sym1(a,s2,k2)/Dfun(a), a0);
else
xv(J,N)=fzero(@(a) RL_antisym1(a,s2,k2)/Dfun(a), a0);
end
a0=xv(J,N);
end
end
OMEGA=sqrt(xv); plot(sv,OMEGA, 'LineWidth',1.5); grid on
xlabel('\xi '); ylabel('\Omega'); title('plot of \Omega vs. wave number')

[le fab]

salut

c'est une fonction anonyme, c'est à dire qu'elle n'est pas déclarée via le mot clef function
c'est équivalent à

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
function y = Dfun(a)
y = prod( (a-xv(J,1:N-1) ) );

la subtilité c'est qu'avec la syntaxe @ "Dfun" est un handle de fonction, avec la syntaxe ci dessus, c'est une fonction (dont le handle est "@Dfun")
m'enfin cette subtilité est assez transparente dans l'utilisation : dans les deux cas la syntaxe d'appel ci dessous marche

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

y = Dfun(a);

fabien

[wonkax]

Bonjour,

merci beaucoup pour cette réponse
J'ai maintenant une dernière requête j'ai pu retranscrire mon code initialement en matlab qui fonctionne très bien en langage python. Mon code fonctionne mais a quelques bugs et j'ai beau cherché je ne trouve aucune solution pour le résoudre. Pourriez vous m'aider svp ??
Voici le code python :

Code Python :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
 
import numpy as np
import matplotlib.pyplot as plt
 
import scipy.optimize as op
 
## ==================================
 
## ==== Paramètres ==================
ISYM = 2
nu = 0.25
k2 = 2*(1-nu)/(1-2*nu)
Nbracine = 8
sp = 5
sv = np.arange(0.01, sp, 0.01)
a0 = (0.2)**2
#xv = np.zeros([len(sv),Nbracine])
 
def Sym(a, s2, k2):
    x = np.sqrt(a - s2)
    y = np.sqrt(a /k2 -s2)
    f = ( (np.sin(x)*np.cos(y)*(a -2*s2)**2)/x + np.cos(x)*np.sin(y)*4*s2*y )/a
    return f 
 
def Antisym(a, s2, k2):
    x = np.sqrt(a - s2)
    y = np.sqrt(a /k2 - s2)
    g = ( np.sin(x)*np.cos(y)*4*s2*x + (np.cos(x)*np.sin(y)*(a - 2*s2)**2)/y )/a
    return g
 
for n in range(Nbracine):
    a0 = n**2 - 0.99
    for j in range(len(sv)):
        s2 = sv[j]**2
        if n == 1:
            Dfun = lambda a: 1
        else:
            Dfun = lambda a: np.prod( [a - xv[j, 0:n-1]], axis=1)
        if ISYM == 1:
            xv[j, n] = op.fsolve(lambda a: rl.Sym(a, s2, k2)/Dfun(a), a0)
        else:
            xv[j, n] = op.fsolve(lambda a: rl.Antisym(a, s2, k2)/Dfun(a), a0)
 
        a0 = xv[j, n]
 
omega = np.sqrt(xv)
 
plt.figure()
plt.plot(sv, omega)
plt.xlabel('$kh$')
plt.ylabel('$fh$')
plt.title('Courbe de dispersion des 8 premiers modes de Lamb')
plt.grid()
plt.show()

[Jerome Briot]

Pourriez vous m'aider svp ??

Tu devrais ouvrir une nouvelle discussion dans le forum Python