Informatiker Board | Druckvorschau: In Python ein Tupel verrechnen

Informatiker Board (http://www.informatikerboard.de/board/index.php)
- Themengebiete (http://www.informatikerboard.de/board/board.php?boardid=1)
-- Praktische Informatik (http://www.informatikerboard.de/board/board.php?boardid=6)
--- In Python ein Tupel verrechnen (http://www.informatikerboard.de/board/thread.php?threadid=2355)

Geschrieben von Haevelin am 22.06.2015 um 15:00:

In Python ein Tupel verrechnen

Hallo, folgender Code funktioniert nicht:

code:

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:

# -*- coding: utf-8 -*- """ Created on Mon Jun 22 09:23:15 2015  @author: rk480158 """  

from sympy import *
import numpy as np 
import math from scipy 
import optimize # aus dem SciPy-Paket wird nur das optimize-Modul eingebunden 
import matplotlib.pyplot as plt # einbinden der Plot-Funktionalitaet von Matplotlib zur graphischen Funktionsdarstellung 
from numpy import * # from numarray import argmax, abs, dot, zeros, Float64, array # import swap # import error 
import numpy as np import numpy.linalg as LA from pylab 
import * from scipy.integrate 
import quad   
def funktion(x1, x2):
     f=np.ones((2,1))
     f[0,0]=sin(x1)-x2
     f[1,0]=math.e**(-x2) - x1
     return f  

def funktion_der(x1,x2):
     f_der=np.ones((2,2))
     f_der[0,0]=cos(x1)
     f_der[1,0]= -1.0
     f_der[0,1]= -1.0
     f_der[1,1]= -math.e**(-x2)
     return np.linalg.pinv(f_der)   
# print funktion(5.0,2.0) 
# print funktion_der(5.0,2.0)  

x_k=np.ones((2,1));
 x_k[0,0]=-2.0 
x_k[1,0]=-2.0 
for i in range(10):
     x_k=x_k - np.dot(funktion_der(x_k[0,0], x_k[1,0]),funktion(x_k[0,0], x_k[1,0]))  print x_k

Während folgendes nicht funktioniert:

code:

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:

# -*- coding: utf-8 -*- """ Created on Mon Jun 22 09:23:15 2015  @author: rk480158 """  

from sympy import *
import numpy as np 
import math from scipy 
import optimize # aus dem SciPy-Paket wird nur das optimize-Modul eingebunden 
import matplotlib.pyplot as plt # einbinden der Plot-Funktionalitaet von Matplotlib zur graphischen Funktionsdarstellung 
from numpy import * # from numarray import argmax, abs, dot, zeros, Float64, array # import swap # import error 
import numpy as np import numpy.linalg as LA from pylab 
import * from scipy.integrate 
import quad   
def funktion(x1, x2):
     f=np.ones((2,1))
     f[0,0]=sin(x1)-x2
     f[1,0]=math.e**(-x2) - x1
     return f  

def funktion_der(x1,x2):
     f_der=np.ones((2,2))
     f_der[0,0]=cos(x1)
     f_der[1,0]= -1.0
     f_der[0,1]= -1.0
     f_der[1,1]= -math.e**(-x2)
     return np.linalg.pinv(f_der)   
# print funktion(5.0,2.0) 
# print funktion_der(5.0,2.0)  

x_k=np.ones((2,1));
 x_k[0,0]=-2.0 
x_k[1,0]=-2.0 
for i in range(10):
     x_k[0:2,0]=x_k[0:2,0] - np.dot(funktion_der(x_k[0,0], x_k[1,0]),funktion(x_k[0,0], x_k[1,0]))  print x_k

Wie weißt man einem Array einen Wert für jede Komponente zu?

Geschrieben von eulerscheZahl am 22.06.2015 um 18:21:

Wie wär's damit?

code:

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:

import math
import numpy as np 
import matplotlib.pyplot as plt # einbinden der Plot-Funktionalitaet von Matplotlib zur graphischen Funktionsdarstellung 
import numpy.linalg as LA
def funktion(x1, x2):
     f=np.ones((2,1))
     f[0,0]=math.sin(x1)-x2
     f[1,0]=math.e**(-x2) - x1
     return f  

def funktion_der(x1,x2):
     f_der=np.ones((2,2))
     f_der[0,0]=math.cos(x1)
     f_der[1,0]= -1.0
     f_der[0,1]= -1.0
     f_der[1,1]= -math.e**(-x2)
     return np.linalg.pinv(f_der)   
# print funktion(5.0,2.0) 
# print funktion_der(5.0,2.0)  

x_k=np.ones((2,1));
x_k[0,0]=-2.0 
x_k[1,0]=-2.0 
for i in range(10):
     x_k[0:2,0:2]=x_k[0:2,0:2] - np.dot(funktion_der(x_k[0,0], x_k[1,0]),funktion(x_k[0,0], x_k[1,0]))
     print x_k