NumPy er et grunnleggende bibliotek i Python for numeriske beregninger. Det gir effektiv rekkevidde operasjoner og matematiske funksjoner som er essensielle for ingeniørsimuleringer. Bygge egendefinerte funksjoner i NumPy tillater ingeniører å skreddersy beregninger til spesifikke behov, forbedre simulering nøyaktighet og ytelse.

Oppretter egendefinerte matematiske funksjoner

Tilpassede funksjoner i NumPy kan opprettes ved hjelp av standard Python-funksjoner som benytter NumPy-operasjoner. Disse funksjonene kan utføre komplekse beregninger som løse differensialligninger, dataintegrer eller påføre spesifikke matematiske modeller.

For eksempel kan en egendefinert funksjon for å beregne stress i et materiale kombinere flere NumPy-operasjoner for å regne for forskjellige krefter og materielle egenskaper.

Implementere vektoriserte operasjoner

NumPys styrke ligger i sin evne til å utføre vektoriserte operasjoner. Tilpassede funksjoner bør utnytte denne funksjonen til å behandle store datasett effektivt. I stedet for å loope gjennom individuelle elementer, bruk NumPys rekkevidde operasjoner for å utføre beregninger på hele arrays på én gang.

Denne tilnærmingen reduserer beregningstiden betydelig, noe som er kritisk i store simuleringer.

Eksempel: Tilpasset funksjon for varmeoverføring

Nedenfor er et eksempel på en egen NumPy-funksjon for å beregne varmeoverføringshastighet basert på temperaturforskjell og materialegenskaper:

Kode:

«`'python import numpy som np def heat transfer rate(temperatur diff, termisk ledende, område, tykkelse): ⁇ ⁇ ⁇ ⁇ Beregn varmeoverføringshastigheten ved hjelp av Fouriers lov. ⁇ ⁇ ⁇ retur termisk ledende * område * temperatur diff / tykkelse ````