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)
