代码之家 › 专栏 › 技术社区 › dlsj

高效收集大量数据

astronomy physics python

dlsj · 技术社区 · 7 年前

我有一个程序,创建一个太阳系,整合到相邻行星之间发生近距离相遇(或直到10e+9年),然后将两个数据点写入一个文件。当行星离得太近时,“尝试”和“例外”会起到旗帜的作用。该过程重复16000次。这一切都是通过导入模块来完成的 REBOUND

for i in range(0,16000):
    def P_dist(p1, p2):
        x = sim.particles[p1].x - sim.particles[p2].x
        y = sim.particles[p1].y - sim.particles[p2].y
        z = sim.particles[p1].z - sim.particles[p2].z
        dist = np.sqrt(x**2 + y**2 + z**2)
        return dist

    init_periods = [sim.particles[1].P,sim.particles[2].P,sim.particles[3].P,sim.particles[4].P,sim.particles[5].P]

    try:
        sim.integrate(10e+9*2*np.pi)
    except rebound.Encounter as error:
        print(error)
        print(sim.t)

    for j in range(len(init_periods)-1):
        distance = P_dist(j, j+1)
        print(j,":",j+1, '=', distance)
        if distance <= .01: #returns the period ratio of the two planets that had the close enecounter and the inner orbital period between the two
            p_r = init_periods[j+1]/init_periods[j]
            with open('good.txt', 'a') as data: #opens a file writing the x & y values for the graph
                data.write(str(math.log10(sim.t/init_periods[j])))
                data.write('\n')
                data.write(str(p_r))
                data.write('\n')

是否有近距离接触主要取决于我分配的随机值,该随机值还控制模拟可以运行多长时间。例如,我选择了随机值,最大值为9.99,一次亲密接触发生在大约11e+8年(约14小时)的时候。随机值范围为2-10,近距离接触更经常发生在较低的一侧。每次迭代,如果发生亲密接触,我的代码将写入文件,我认为可能会占用大量模拟时间。由于我的大部分模拟时间都被试图定位近距离接触所占用,我想通过寻找一种方法来节省一些时间,以收集所需的数据,而不必每次迭代都附加到文件中。

由于我试图绘制从这个模拟中收集的数据,我会 创建两个阵列并输出数据 写入文件一次 ,当所有16000次迭代都完成时?

sim 是一个变量,包含了关于太阳系的所有信息。

count = 0
data = open('good.txt', 'a+')
....
     if distance <= .01:
         count+=1
         while(count<=4570)
             data.write(~~~~~~~)
....
data.close()

1 回复 | 直到 7 年前

Prune 7 年前

缓慢的 一旦 ,并且只执行一按记录写入。

# Near the top of the program
data = open('good.txt', 'a')
...
    if distance <= .01: #returns the period ratio of the two planets that had the close enecounter and the inner orbital period between the two
        # Write one output record
        p_r = init_periods[j+1]/init_periods[j]
        data.write(str(math.log10(sim.t/init_periods[j])) + '\n' +
                   str(p_r) + '\n')
...
data.close()