Python 更新 numpy 数组：类型错误 numpy.int32 不可迭代

Question

我编写了一个函数和 while 循环，旨在模拟以下化学反应系统：

系统中的化学方程式：

E + S --> ES == 1E + 1S + 0ES + 0P --> 0E + 0S + 1ES + 0P

ES --> E + S == 0E + 0S + 1ES + 0P --> 1E + 1S + 0ES + 0P

ES --> E + P == 0E + 0S + 1ES + 0P --> 1E + 0S + 0ES + 1P

系统使用以下数组表示： 酶、底物、酶-底物复合物、产品的离散种群数（时间= 0）：

popul_num = np.array([200, 100, 0, 0])

反应物比例：

LHS = np.array([[1,1,0,0], [0,0,1,0], [0,0,1,0]])

产品比例：

RHS = np.matrix([[0,0,1,0], [1,1,0,0], [1,0,0,1]])

体系中三种反应的速率：

stoch_rate = np.array([0.0016, 0.0001, 0.1])

状态变化数组：

state_change_array = RHS - LHS

最大模拟时间： tmax = 20

以及模拟的开始时间： 道 = 0.0

然后我有以下函数和 while 循环来计算在上述反应过程中 popul_num 中分子的离散数量如何随时间变化。

在反应运行一段时间后，popul_num 数组会更新为新值：

def propensity_calc(LHS, popul_num, stoch_rate):
propensity = np.zeros(len(LHS))
for row in range(len(LHS)):
        a = stoch_rate[row]     # type = numpy.float64
        for i in range(len(popul_num)):
            if (popul_num[i] >= LHS[row, i]):       
                binom_rxn = binom(popul_num[i], LHS[row, i])
                a = a*binom_rxn
            else:
                a = 0
                break
        propensity[row] = a     # type = numpy.ndarray
return propensity

propensity = np.zeros(len(LHS))
while tao < tmax:
  propensity = propensity_calc(LHS, popul_num, stoch_rate)
  a0 = (sum(propensity))
  if a0 == 0.0:
      break
  t = np.random.exponential(1/a0)
  rxn_probability = propensity / a0   # propensity = array a0 = number --> Error
  num_rxn = np.arange(rxn_probability.size)
  if tao + t > tmax:
      tao = tmax
      break
  j = stats.rv_discrete(values=(num_rxn, rxn_probability)).rvs()
  print(tao, t)
  tao = tao + t
  popul_num = popul_num + np.squeeze(np.asarray(state_change_array[j]))

我想使用 matplotlib 在折线图上为 popul_num 中的每个物种绘制一条单独的线，以显示它们随时间变化的数量。

我尝试将每个新值附加到 popul_num 并使用 numpy.append() 绘制新数组，但没有任何运气。

我尝试编写一个循环来遍历数组的每个元素，如下所示：

for i in range(4):
plt.plot(list(enumerate(popul_num[i])))  # error numpy.int32 object is not iterable
plt.show()

但我收到以下错误： TypeError: 'numpy.int32' 对象不可迭代

是否有解决这个问题的方法或不同的方法来为每个物种随着时间的推移创建一个 popul_num 图？

编辑： 目前这是代码正在生成的情节

这是想要的绘图类型，但我希望 popul_num 数组的每个元素都有一条单独的线，显示该分子种类随时间的变化。

干杯

Answer 1

popul_num 是在每个步骤中被覆盖的 4 个值。要绘制曲线，您需要将所有这些值保存在单独的数组中。以下代码显示了一个示例：

import matplotlib.pyplot as plt
import numpy as np
from scipy.special import binom
from scipy import stats

popul_num = np.array([200, 100, 0, 0])

LHS = np.array([[1, 1, 0, 0], [0, 0, 1, 0], [0, 0, 1, 0]])
RHS = np.array([[0, 0, 1, 0], [1, 1, 0, 0], [1, 0, 0, 1]])
stoch_rate = np.array([0.0016, 0.0001, 0.1])
state_change_array = RHS - LHS

def propensity_calc(LHS, popul_num, stoch_rate):
    propensity = np.zeros(len(LHS))
    for row in range(len(LHS)):
        a = stoch_rate[row]  # type = numpy.float64
        for i in range(len(popul_num)):
            if (popul_num[i] >= LHS[row, i]):
                binom_rxn = binom(popul_num[i], LHS[row, i])
                a = a * binom_rxn
            else:
                a = 0
                break
        propensity[row] = a  # type = numpy.ndarray
    return propensity

tmax = 20
tao = 0.0

popul_num_all = [popul_num]

propensity = np.zeros(len(LHS))
while tao < tmax:
    propensity = propensity_calc(LHS, popul_num, stoch_rate)
    a0 = (sum(propensity))
    if a0 == 0.0:
        break
    t = np.random.exponential(1 / a0)
    rxn_probability = propensity / a0  # propensity = array a0 = number --> Error
    num_rxn = np.arange(rxn_probability.size)
    if tao + t > tmax:
        tao = tmax
        break
    j = stats.rv_discrete(values=(num_rxn, rxn_probability)).rvs()
    print(tao, t)
    tao = tao + t
    popul_num = popul_num + np.squeeze(np.asarray(state_change_array[j]))
    popul_num_all.append(popul_num)

popul_num_all = np.array(popul_num_all)
for i, (label, color) in enumerate(zip(['Enzyme', 'Substrate', 'Enzyme-Substrate complex', 'Product'],
                                       ['limegreen', 'dodgerblue', 'orange', 'crimson'])):
    plt.plot(popul_num_all[:, i], label=label, color=color)
plt.legend()
plt.tight_layout()
plt.show()

每条曲线的名称都会添加一个图例。

Answer 2

您正在尝试枚举整数 popul_num[i]，因此引发了错误。你的意思是这个而不是你的 for 循环：

plt.plot(popul_num)
plt.show()