如何解决n维矩阵python的均方位移
我想对3维矩阵使用均方位移(MSD)。此解决方案https://stackoverflow.com/a/31266574/4025749计算(x,y)的MSD,但我有一个矩阵(x,y,z)。 Wikipedia说:
n维的推导:
MSD = 2nDt。
,此代码用于n = 2
:
import numpy as np
r = np.sqrt(xdata**2 + ydata**2)
diff = np.diff(r) #this calculates r(t + dt) - r(t)
diff_sq = diff**2
MSD = np.mean(diff_sq)
因此,如果我想将此代码用于n = 3
,可以将其更改为以下内容:
import numpy as np
r = np.sqrt(xdata**2 + ydata**2 + zdata**2)
diff = np.diff(r) #this calculates r(t + dt) - r(t)
diff_sq = diff**3
MSD = np.mean(diff_sq)
解决方法
我相信您仍然想写“ diff_sq = diff**2
”,如“差异平方”所示。
从n=2
到n=3
只会改变一个计算距离的方式,就像您将zdata
向量加到平方根中一样。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。