Czy to możliwe? Mam podstawowe równanie:Czy można przeprowadzić analizę czułości parametru za pomocą Pythona?
Q = (pi*(Ta-Ts))/(((1/ha*Do))+(1/(2*k))*math.log(Do/Di)) * L
where;
ha = 8.14
k = 0.0026
Do = 0.2
Di = 0.003175
L = 0.25
F = 0.0704
Ta = 293
Ts = 113
pi = 3.14159265
Chcę zobaczyć, jak niektóre zmienne wpływają na końcowe wyniki (i zbudować tabelę wrażliwości zmiennych). Udało mi się to już w formie wykresu, ale chciałbym trochę statystyki opisowej.
Na przykład chcę mieć Do (średnica zewnętrzna) jako zakres np.arange (0.1 ,2,100) i utrzymywać pozostałe zmienne na stałym poziomie.
Mam następujący kod do tworzenia niektórych działek to:
def enthalpy_mod1(ambient_temp, LNG_temp, Flow):
ha = 8.14
k = 0.0026
Do = 0.2
Di = 0.003175
L = 0.25
F = Flow
Ta = ambient_temp
Ts = LNG_temp
pi = 3.14159265
Q = (pi*(Ta-Ts))/(((1/ha*Do))+(1/(2*k))*math.log(Do/Di)) * L
e = (Q*3600)/F
results.append(e) # append the result to the empty list
df['Enthalpy Result']= e
plt.plot(Flow, e)
plt.rcParams.update({'font.size': 12})
plt.annotate('Flow rate effects', xy =(0.1,14000))
plt.show()
print df
print Flow_mod(df['Temp'], df['LNG'], df['Flow'])
ambient_temp = [293,293,293,293,293,293,293,293,293,293,293,293,293,293,293,293,293,293]
Flow = np.linspace(0.04, 0.2, 18)
LNG_range = [113,113,113,113,113,113,113,113,113,113,113,113,113,113,113,113,113,113]
results = []
i umieścić wyniki w dataframe .. i kreślenia w ten sposób.