2021-11-10

fvm_1d_swe

理论主要是参考:【教学向】从零开始的流体力学(一维浅水方程+有限体积法) - 知乎 (zhihu.com)

而且我话的不是动图,而且耗散项系数为0时,也太震荡了。

function fvm_test_1d
clear all ;
clc;
L = 1;
div = 100;%space number
dx = L/div;
x0 = 0;x1 = 1;
y00 = 0;y1 = 0.25;
t0 = 0.0;
Final_time = 5;

g = 1.0;

x = (1:div)*dx - 0.5*dx;
x = x';
%initial height
ini_h = u0(x);
%initial velocity vector
ini_m = zeros(length(x),1);
ini_U = zeros(length(x),2);
ini_U(:,1) = ini_h;
ini_U(:,2) = ini_m; 
[T,Y] = rk4(0,Final_time,ini_U,0.01,dx);
save Y Y
%initial height profile 
function result = u0(x)
    result = 0.1+0.1*exp(-64*(x-0.25).*(x-0.25));
end
function result = f(H,M,i)
    result(1) = M(i);
    result(2) = M(i)*M(i)/H(i) + (g/2)*H(i)*H(i);
end
function result = flux(H,M,L,R,div)
    if(L==0)
        result = f(H,M,R);%只用到第二个返回值
        result(1) = 0;%将第一个返回值重写 
        return;
    end
    if(R==div+1)
        result = f(H,M,L);
        result(1) = 0;
        return;
    end
    fl = f(H,M,L);
    fr = f(H,M,R);
    d = 0;%0.5;%0.2;%[0.5,0.2,0]
    result(1) = (fl(1) + fr(1))/2 + d*(H(L) - H(R))/2;
    result(2) = (fl(2) + fr(2))/2 + d*(M(L) - M(R))/2;   
end 
function curr_du = dUdt(t,U,dx)%传入的t参数用不到
    curr_dhdt = [];
    curr_dmdt = [];
    curr_h = U(:,1);
    curr_m = U(:,2);
    div = size(U,1);
    for i = 1:div
        flux_l = flux(curr_h,curr_m,i-1,i,div);
        flux_r = flux(curr_h,curr_m,i,i+1,div);
        curr_dhdt = [curr_dhdt;(flux_l(1) - flux_r(1))/dx];
        curr_dmdt = [curr_dmdt;(flux_l(2) - flux_r(2))/dx];        
    end
    curr_du = [curr_dhdt,curr_dmdt];
end
function [T,Y] = rk4(t0,t1,y0,h,dx)
    M = (t1-t0)/h;
    T=t0:h:t1; 
    Y = y0;
    for j=1:M
        k1=h*feval(@dUdt,T(j),Y,dx);
        k2=h*feval(@dUdt,T(j)+h/2,Y+k1/2,dx);
        k3=h*feval(@dUdt,T(j),Y,dx);
        k4=h*feval(@dUdt,T(j)+h,Y+k3,dx);
        Y=Y+(k1+2*k2+2*k3+k4)/6;
        Save_Indicator = 1;
        if (Save_Indicator)
            fprintf('Plot ... \n') ; plot(x, Y(:,1)); %grid on
            title(['t = ', num2str(T(j), '%1.2f')]);
            xlim([x0,x1])
            ylim([y00,y1])
            pause(0.001)
        end
    end
    %R = [T,Y];
%     plot(x,Y)
end
end

<think>好的,我现在要帮用户解决在Pandas中筛选特定日期范围内数据的问题。用户的需求是在列名为'time'的数据中筛选2021-10-112021-11-11之间的数据,需要Python代码示例。首先,我得回想一下Pandas处理日期数据的常用方法。 首先,用户提到列名是'time',所以需要确保该列的数据类型是datetime。如果原始数据中的'time'列是字符串格式,就需要先转换。根据引用[2]里的内容,可以用pd.to_datetime()函数来转换。比如:df['time'] = pd.to_datetime(df['time'])。这一步很重要,否则后续的日期比较可能不会按预期工作。 接下来,筛选日期范围。用户需要的是2021-10-112021-11-11之间的数据,包括这两个日期吗?通常使用布尔索引,结合两个条件:df['time'] >= '2021-10-11' 和 df['time'] <= '2021-11-11'。用逻辑运算符&连接这两个条件,同时要注意括号的使用,避免运算优先级的问题。所以代码应该是df[(df['time'] >= '2021-10-11') & (df['time'] <= '2021-11-11')]。 另外,如果数据量大的话,可能要考虑效率问题。比如,先确保'time'列已经转换为datetime类型,并且设置为索引,这样可能提高查询速度。不过用户的问题中没有提到数据量,所以基本的筛选方法应该足够。 再想一下是否有其他方法。比如使用between方法,可能更简洁。df[df['time'].between('2021-10-11', '2021-11-11')]。这也是一种可行的方法,可能更容易理解。 还需要注意日期格式是否正确。用户给出的日期是'YYYY-MM-DD'格式,这在Python中是可以被Pandas正确解析的。但如果有不同的格式,可能需要指定format参数。不过用户的问题中日期格式符合标准,所以不需要额外处理。 另外,是否需要考虑时区?如果数据中的时间有时区信息,可能会影响比较结果。但用户的问题中没有提到时区,所以假设数据是本地时间或没有时区信息。 总结一下步骤:首先转换'time'列为datetime类型,然后用布尔索引筛选日期范围。给出这两种方法,并附上示例代码。同时,提醒用户如果数据中存在时间部分的情况,比如时间戳包含具体时间,可能需要调整结束日期为'2021-11-11 23:59:59',或者使用包含时间的方法。 还需要参考用户提供的引用内容。引用[2]提到了转换字符串到时间格式的方法,引用[3]有关于数据排序的内容,但当前问题不需要排序,所以可能不需要涉及。但用户的问题可能是在处理时间数据后进行筛选,所以确保引用了正确的部分。 最后,生成相关问题的时候,要考虑用户可能的后续问题,比如如何处理不同日期格式、如何筛选时间范围包含时间部分,或者如何优化性能。这样用户如果有进一步的问题,可以自行参考这些问题。</think>以下是筛选特定日期范围数据的Python代码示例及详细说明: ### 基础实现步骤 1. **转换时间格式** ```python # 将列转换为datetime类型(若原始数据为字符串) df['time'] = pd.to_datetime(df['time']) ``` 2. **筛选日期范围** ```python # 筛选2021-10-112021-11-11的数据(包含两端) filtered_df = df[(df['time'] >= '2021-10-11') & (df['time'] <= '2021-11-11')] ``` ### 完整示例代码 ```python import pandas as pd # 示例数据生成 data = {'time': ['2021-10-10', '2021-10-15', '2021-11-05', '2021-11-12'], 'value': [1, 2, 3, 4]} df = pd.DataFrame(data) # 转换时间列 df['time'] = pd.to_datetime(df['time']) # 引用字符串转时间戳方法[^2] # 执行筛选 result = df[df['time'].between('2021-10-11', '2021-11-11')] # 或使用布尔表达式 print(result) ``` ### 特别说明 1. 若时间列包含时分秒,可使用: ```python start_date = pd.Timestamp('2021-10-11 00:00:00') end_date = pd.Timestamp('2021-11-11 23:59:59') ``` 2. 若日期列是索引: ```python df.loc['2021-10-11':'2021-11-11'] ```
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