为参数的不同值迭代一个函数

如何解决为参数的不同值迭代一个函数

def run_simulation(nba = 100,maxIter = 10,probI = 0.001,probR = 0.2,probI_init = 0.1,network = nx.erdos_renyi_graph,netParam=0.1,rep=10):
    r = []
    while len(r) < rep:
        init(nba,probI_init,netParam,network)
        i = 0
        while i < maxIter:
            step(probR,probI)
            nbI = collect_statistics()
            if nbI == 0:
                break
            i = i + 1
        r.append(statS[-1])
    print(((nba - sum(r)/len(r))/nba)*100)

这基本上是网络中病毒的模拟。输出是一个随机数，它是模拟结束时受感染代理的百分比。我需要为 12 种不同的感染概率绘制此输出（即“probI”定义为函数的参数）。这 12 个概率是：

in[]np.logspace(-3,12)
out[]array([0.001,0.00187382,0.00351119,0.00657933,0.01232847,0.0231013,0.04328761,0.08111308,0.15199111,0.28480359,0.53366992,1.        ])

我试过了：

但是这不会输入上面数组的每个数字作为 probI 的参数，就像：

run_simulation(probI = np.logspace(-3,12))

如何为每个概率循环我的函数？

提前致谢

解决方法

使用：

x = []
y = []

for probI in np.logspace(-3,12):
    x.append(probI)
    y.append(run_simulation(probI=probI))

用于绘图：

df = pd.DataFrame({'x': x,'y': y})
df.plot()