def printFrame(d): """ Función que imprime el error calculado """ # Calculo el error porcentual y agrego al DataFrame # una columna con esos datos llamada 'Error %' d['Error %'] = d['Error'] / d['Analytic'] print(DataFrame(d)) print('.'+ '-'*70 + '.') def calcError(phiA, phiN): """ Función que calcula el error entre la aproximación calculada y el valor real de la solución. @return: error """ return np.absolute(phiA - phiN) if __name__ == '__main__': Coefficients.alloc(5) m = Mesh(nodes = 5) d = Diffusion1D(m.volumes()) ma = Matrix(m.volumes()) a = Advection1D(m.volumes()) print(m.delta(), d.aP(), a.aP(), ma.mat(), sep='\n') printData(nvx =5, nx = 6, longitud = 1.3)
def printData(**kargs): for (key, value) in kargs.items(): print('|{:^70}|'.format('{0:>15s} = {1:10.5e}'.format(key, value))) # Calculo el error porcentual y agrego al DataFrame # una columna con esos datos llamada 'Error %' def printFrame(d): d['Error %'] = d['Error'] / d['Analytic'] print(DataFrame(d)) print('.' + '-' * 70 + '.') def calcError(phiA, phiN): return np.absolute(phiA - phiN) # Parte Principal del Script donde se invica cada uno de los metodos en los demas scripts if __name__ == '__main__': Coefficients.alloc(5) m = Mesh(nodes=5) d = Diffusion1D(m.volumes()) ma = Matrix(m.volumes()) a = Advection1D(m.volumes()) t = Temporal1D(m.volumes()) print(m.delta(), d.aP(), a.aP(), t.aP(), ma.mat(), sep='\n') printData(nvx=5, nx=6, longitud=1.3)