Discussion :

[SupernovaeB]

Bonjour à tous,

J'essaie de faire une représentation graphique 2d d'un calcul. Pour cela j'utilise une fonction f pour répartir correctement les points sur mon graphique. Ci-dessous la fonction en question (elle n'est pas entière car il y a beaucoup de cas mais c'est pour donner une idée de la forme). Or, lorsque j'essaie d'utiliser cette fonction avec contourf par exemple, j'ai le message d'erreur suivant : if y[j] == 0 and x[i] >= 0 and x[i] <= (N+1)*h : ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all().
Le problème est que ni la fonction any() ni la fonction all() ne peuvent m'aider dans ce cas là et d'ailleurs je ne comprends pas comment il suppose que y[j] est une liste de plusieurs éléments alors que c'est censé être justement un unique élément.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
def f(x,y):
    for i in range(N+2) :
        for j in range(N+2) :
            if y[j] == 0 and x[i] >= 0 and x[i] <= (N+1)*h :
                return Beta
            elif y[j] == (N+1)*h and x[i] >= 0 and x[i] <= (N+1)*h :
                return Alpha
            elif x[i] == 0 and y[j] >= 0 and y[j] <= (N+1)*h :
                return Alpha
            elif x[i] == (N+1)*h and y[j] >= 0 and y[j] <= (N+1)*h :
                return Alpha
 
pas = 12
x = np.linspace(0,(N+1)*h,pas)
y = np.linspace(0,(N+1)*h,pas)
X,Y = np.meshgrid(x,y)
 
Contour = plt.contourf(X, Y, f(X,Y))
plt.axis('scaled')
plt.colorbar()
plt.show()

J'ai vu des exemples pour tracer un graphique avec des codes du genre :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
def f(x,y): return (1-x/2+x**5+y**3)*np.exp(-x**2-y**2)
 
n = 256
x = np.linspace(-3,3,n)
y = np.linspace(-3,3,n)
X,Y = np.meshgrid(x,y)
 
contourf(X, Y, f(X,Y), 8, alpha=.75, cmap='jet')
C = contour(X, Y, f(X,Y), 8, colors='black', linewidth=.5)
show()

Or, dans mon cas, ma fonction n'est pas une expression analytique toute faite comme dans l'exemple ci-dessus. Selon x et y, j'ai des cas différents et j'ai l'impression que les conditions sur if ne plaisent pas trop. Ainsi, je n'ai aucune idée de comment réussir à résoudre le problème.
En quoi avoir plusieurs cas dans ma fonction est un problème ?

Merci d'avance !

[Sve@r]

Bonjour

et d'ailleurs je ne comprends pas comment il suppose que y[j] est une liste de plusieurs éléments alors que c'est censé être justement un unique élément.

Mauvaise analyse. Tu n'as pas à te demander comment il suppose que y[j] est une liste ; Python ne suppose rien, il ne fait que traiter ce que tu lui passes. Donc tu dois te demander pourquoi c'est une liste alors que ça ne devrait pas en être une. Ce n'est pas ton code qui te contrôle mais à toi de contrôler ton code.
De là tu remontes à l'appel de f() et tu regardes ce que sont ce X et Y que tu lui passes en paramètre.

Accessoirement utiliser des variables globales (N, Alpha, Beta) c'est tout sauf lisible et portable, bref tout sauf propre.

[wiztricks]

et d'ailleurs je ne comprends pas comment il suppose que y[j] est une liste de plusieurs éléments alors que c'est censé être justement un unique élément.

Les X, Y passé a votre fonction sortent du np.meshgrid(x,y) à la ligne 14.
A défaut de lire/comprendre la documentation de np.meshgrid, vous pouvez afficher le contenu de X et de Y pour constater qu'il s'agit de tableaux à 2 dimensions.
Ce n'est peut être pas ce que vous attendiez mais c'est ce que Python récupère, d'où le message d'erreur.

note: les exemples (qui marchent) de fonctions s'appliquent a tout le tableau et non à chacun des éléments.

En quoi avoir plusieurs cas dans ma fonction est un problème ?

Vous avez 2 points importants dans les fonctions: les paramètres attendus et ce que ça retourne. Vos exemples retournent des tableaux.... et si la fonction doit construire un tableaux à partir d'autres tableaux... il n'est pas interdit d'avoir plusieurs cas mais il faudra respecter l'interface.


- W

[fred1599]

Bonjour,

Quand tu passes les tableaux X et Y à ta fonction f, tu essaies de faire des opérations de comparaison (==, >=, <=) entre des scalaires et des tableaux, ce qui n'est pas directement possible avec NumPy.

Dans NumPy, lorsqu'une opération est effectuée entre un tableau et un scalaire, l'opération est appliquée à chaque élément du tableau. Ainsi, l'expression y[j] == 0 est évaluée pour chaque élément du tableau y[j], résultant en un tableau de valeurs booléennes.

Pour résoudre ce problème, tu dois repenser la logique de ta fonction f pour qu'elle puisse traiter des tableaux au lieu de scalaires.