《三体》读后感

最近看完了刘慈欣的三体三部曲,颇有感慨,我也迫不及待地看了一些网友对本书的评论,在这边也不想过多的讨论这部书的某些理论和逻辑是否成立,因为都是科幻出来的,无处验证,对于这部书要表达的精神来说,也没有必要去刨根问底。

这部书内容很丰富,是一副宏伟的画卷,神来之诗篇,读完后两本书,一改我对于三体第一部书的不良印象,不由得佩服作者的想象力。

总而言之,读完之后,感觉人类真的很渺小,就是我们眼中的“虫子”,然而虫子也有自己的生活,自己的乐趣,自己的人生。

在Python编程中,"运动"通常是指模拟经典的牛顿问题,这是一个物理学上的经典问题,涉及到个质点之间的引力相互作用。这种运动通常用于展示多动力学、天力学以及数值计算方法,如欧拉法或四阶Runge-Kutta方法。 要编写这样的程序,你需要了解基本的物理定律,比如牛顿第二定律F=ma,以及如何通过向量运算表达引力作用。Python提供了诸如NumPy库来处理向量和矩阵运算,Matplotlib库则可以用来可视化运动轨迹。 下面是一个简化的示例,展示了如何使用Python的基本数学模块和循环来模拟运动: ```python import numpy as np from matplotlib import pyplot as plt # 定义常数 G = 6.674e-11 # 引力常数 m1 = m2 = m3 = 1 # 质量相同的物 r0 = [1, 0, 0] # 初始位置 v0 = [0, 0, 0] # 初始速度 # 设置时间步长和总时间 dt = 0.01 total_time = 10 # 计算并更新位置和速度 def update(state, masses, G): r = state[:3] v = state[3:] forces = np.array([[-G * masses[i] / np.linalg.norm(r - rj)**3 * (r - rj) for j in range(3)] for i in range(3)]) a = forces.sum(axis=0) / masses return np.concatenate((v + dt * a, r + dt * v)) state = np.zeros(6) # 初始化状态(位置+速度) positions = [r0] # 存储所有时间点的位置 for _ in range(int(total_time / dt)): state = update(state, [m1, m2, m3], G) positions.append(state[:3]) plt.plot(*zip(*positions), 'o-') plt.xlabel('x') plt.ylabel('y') plt.title('运动模拟') plt.show() ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值