Я новичок и не очень удобен с циклами и поэтому столкнулся с ошибкой, с которой я имел дело. Я приложил весь свой сценарий, но он касается моего вложенного для l oop. Моя цель здесь:
1) L oop через мой внутренний l oop n раз со значением "a".
2) Вернитесь к внешнему l oop, выберите новое значение и повторите.
Я имею в виду, что скрипт запускается. Это может быть не красиво, но проблема в том, что я хочу сохранить последнее значение L для каждого a. Прямо сейчас я верю, что перезаписываю его каждым внешним l oop.
Как мне получить Python для сохранения переменной. Я думаю что-то вроде:
, если я = n:
L [i] = Ln [i]
, но у меня не работает. Итак, как мне заставить Python сохранить переменную при выполнении условия?
import numpy as np
import matplotlib.pyplot as plt
from math import exp # exponential function
from math import *
n = 1000 #Iterations (1000 years)
t = np.ones(n)
t[0] = 0 #Time(0)
dt = 1 #Time step
## Parameters ##
d0 = 200 #d0 (Start height)
s = 0.014 #Slope
lambd = 300 #lambda
sigma = 10000
xs = 40000 #x-coordinate of the "bump"
ac = 0.0005 #Accumulation
alfaf = 0.7 #Constant
alfam = 2 #Constant
eps = 1 #Constant
delta = 1.127 #Constant
c = 2.4 #Calving rate
## Grids ##
x = np.linspace(0,50000,5000) #My x grid
x[0] = 200 #Start position of glacier's head
L = np.ones(n) #Glacier Length
#L[0] = 47000
L[0] = 14000
B = np.zeros(n)
Hf = np.ones(n) #Defining vectors to loop through
F = np.ones(n)
dLdt = np.zeros(n)
ak = np.arange(0+2/n, 2+2/n, 2/n) #Store a as a vector
for a in np.arange(0+2/n, 2+2/n, 2/n):
for i in range(1, n):
t[i] = i
x[i] = d0-s*L[i-1]+lambd*np.exp(-((L[i-1]-xs)/(sigma))**2) #Bed geometry
B[i] = a*L[i-1] #Surface mass balance
Hf[i] = np.max([alfaf*np.sqrt(L[i-1]), -eps*delta*x[i-1]]) #Ice thickness at glacier front
F[i] = np.min([0, c*x[i-1]*Hf[i-1]]) #Flux of ice at the glacier front
dLdt[i] = (2*(B[i-1]+F[i-1]))/(3*alfam*np.sqrt(L[i-1])) #Differential equation
L[i] = L[i-1] + 1*dLdt[i-1] #Updating L with Eulers Method