绘制弹性模量的变化

py_start

于 2014-10-13 15:45:22 发布

阅读量718

点赞数

CC 4.0 BY-SA版权

分类专栏： Numpy 文章标签： matplotlib numpy

本文链接：https://blog.youkuaiyun.com/py_start/article/details/40046531

本文探讨了在解决多元方程组识别问题时，如何利用matplotlib和numpy进行数据可视化，同时阐述了如何设定自变量的边界限制，以精确绘制弹性模量变化的图形。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt


# Phi = 0.24
# parameters: a, l, d, b, gamma

Phi = 0.42
gamma = 0.4
d = 3.5

#根据限制选择合适的b区间

b0 = np.linspace(0,5,200)

#Phi *(l + a0)*(b0 + d) = l0*d
l0 = Phi * 2 * 67 *( b0 + d)/d

#(l + a0)/2 = 67
a0 = 2*67 -l0

#a>0 begin
i = 0
running = True
#while缺少对i的限制
while running:
    tmp_a = a0[i]
    if tmp_a < 0:
        running  = False
    else:
        i = i + 1
    
#a>0 end
#a<l begin
j = 0
running = True
while running:
    tmp_a1 = a0[j]
    tmp_l1 = l0[j]
    if tmp_a1 < tmp_l1:
        running  = False
    else:
        j = j + 1

b_lim_max = b0[i-1]
#i-1是因为a0[i]<0 不符合a>0

b_lim_min = b0[j]
#a0[j]<l0[j] 符合a<l

# 设定好b的区间后，开始绘图
b = np.linspace(b_lim_min,b_lim_max,100)

l = Phi * 2 * 67 *( b + d)/d

#(l + a)/2 = 67
a = 2*67 -l



E1 = d*(l + a)/(a*b)
E2 = (2 + l/a)/2
E3 = gamma * (l - a)*(l + a)/(4*b*b) 
E4 = gamma * a *(l + a)/(2*b*(2*b + d))

E0