我正在使用scipy.solve_ivp求解ode，我明确地定义了时间输出。我将数据和时间数组保存在文件中，然后在另一个程序中打开它以进行分析。因为我只保存部分数据以节省磁盘空间，所以我整个时间都重新创建了分析代码。这样做，使用相同的表达式，我最终会以时间步骤略有不同。这是由于浮点错误，其他一些伪像还是我重现时间数组的方式？

Question

WHORE是一个函数，在下一个时间步骤（

omega_z = 422500*2*np.pi

n_dt = 1000 # Resolution (number of time-steps for one omega_z period)
dt = 2*math.pi/(n_dt*omega_z) # Time-step duration
i_init  = 2000  # number of periods
n_init  = n_dt*i_init # Number of time-steps in total

time_simu = np.linspace(0,n_init*dt,n_init)

sol = solve_ivp(derivs,
                    t_span = [time_simu[0], time_simu[-1]],
                    y0 = [2e-6,0],
                    method='RK45',
                    t_eval=time_simu,
                    rtol = 1e-6)

np.savez(filename,
                time_simu = time_simu[limits[0]:limits[1]],
                r_z  = sol.y[0][limits[0]:limits[1]],
                v_z  = sol.y[1][limits[0]:limits[1]])

）的情况下，在下一个时间步骤中计算

derivs

和

r_z

的衍生物。然后，我使用

v_z

保存

y0

，在某个地方定义了两个限制之间。请注意，我仅向您展示程序的一部分，下一步是在其他情况下求解其他41个其他时间段，这将使GB数据成为GB数据，因此我在

sol

循环中如此

np.savez

 +

solve_ivp()

。因此，时间数组从SIMU时间的0到末尾都不完整。

分析程序i打开数据，检索

savez()

，

for

和

r_z

。我需要“填补时间阵列的空白”，以便相对于某些频率参考跟踪

v_z

和

time_simu

的相位。我重新创建时间阵列

r_z

TimeStep比较

然后，如果我比较了从数据阵列（

v_z

）获得的时间步骤与从分析代码（

omega_z = 422500*2*math.pi
dt = 2*math.pi/(n_dt*omega_z)
n_dt = 1000

i_init = 2000
n_init = n_dt*i_init

time_secular = np.linspace(0,n_init*dt,n_init)
# time_simu is the time imported from the data array

）获得的时间不同。

time_simu输出

time_secular

discussion

所以差异是

2.8820544184511335e-19

，这太多了，无法成为linspace，a +或-1的缺失点，在i_init，linspace或其他任何时候。我以相同的顺序进行操作，以避免不同的浮点错误，但也许我缺少一些东西。

print(time_simu[2] - time_simu[1])
print(time_secular[2] - time_secular[1])

不能成为原因，因为它仅输出

2.366865088469783e-09
2.3668650887579883e-09
#          ^^^^^^^

和

2.8820544184511335e-19

，但是时间我直接将其从数组中保存。可以是

solve_ivp

？

Bro差异（2.8820544184511335E-19）仅仅是浮点算术的结果，而不是因为

x

或

v

甚至

np.savez

。即使您在代码的不同部分中使用相同的表达式，浮点表示的有限精度（以及执行除法和乘法之类的操作方式）也可以引入此类微小差异。