如何在python中使用forloops和数组来计算错误传播

Question

我正试图写一个for循环，用导数法计算误差线。公式相对简单，但是我的代码在向量/数组大小方面似乎遇到了错误。在我的代码中有很多定义的向量，我已经检查了它们的长度。for循环的所有输入都是1x25大小的数组。你知道吗

我尝试过将for循环中的索引从范围（1,25）更改为范围（0,24），但似乎不起作用。你知道吗

# Creating vectors
dfdvg = np.zeros(25)
dfdxi0 = np.zeros(25)
sigsquare = np.zeros(25)
vgerr = vrs
xi0err = xi0s
Asq = np.zeros(25)
Bsq= np.zeros(25)
sig = np.zeros(25)

# calculating derivatives and error vectors
for i in range(0,24):
    dfdvg[i] = (np.multiply(rms[:,i],delta[:,i]))**-1
    dfdxi0[i] = -vr[:,i]/(vr[:,i]*(np.power(delta[:,i],2)))
    Asq[i] = np.power(np.multiply(dfdvg[i],vgerr[i]),2)
    Bsq[i] = np.power(np.multiply(dfdxi0[i],xi0err[i]),2)
    sigsquare[i] = Asq[i] + Bsq[i]
    sig[i] = np.power(sigsquare[i],0.5)

q = np.power(np.multiply(rms,delta),-1)
left = np.multiply(vg,q)
right = -(beta*H)/(3*(1+zeff))

我想要的是“sig”向量，表示每个索引的传播错误。你知道吗

Answer 1

问题不在于数组的维数，而在于形状。不幸的是你没有写所有的数组。关键是，如果您可以只使用数组（25）而不是（1，25），那么一切都可以正常工作：

vrs = np.random.rand(25)
vr = np.random.rand(25)
xi0s = np.random.rand(25)
rms = np.random.rand(25)
delta = np.random.rand(25)
vg = np.random.rand(25)

# Creating vectors
dfdvg = np.zeros(25)
dfdxi0 = np.zeros(25)
sigsquare = np.zeros(25)
vgerr = vrs
xi0err = xi0s
Asq = np.zeros(25)
Bsq= np.zeros(25)
sig = np.zeros(25)

# calculating derivatives and error vectors
for i in range(0,24):
    dfdvg[i] = (np.multiply(rms[i],delta[i]))**-1
    dfdxi0[i] = -vr[i]/(vr[i]*(np.power(delta[i],2)))
    Asq[i] = np.power(np.multiply(dfdvg[i],vgerr[i]),2)
    Bsq[i] = np.power(np.multiply(dfdxi0[i],xi0err[i]),2)
    sigsquare[i] = Asq[i] + Bsq[i]
    sig[i] = np.power(sigsquare[i],0.5)

q = np.power(np.multiply(rms,delta),-1)
left = np.multiply(vg,q)

（最后一行代码似乎不相关）

因此，在我看来，最好的选择是重塑阵列：

vrs=vrs.reshape(25)