问题描述
我想对3维矩阵使用均方位移(MSD)。此解决方案https://stackoverflow.com/a/31266574/4025749计算(x,y)的MSD,但我有一个矩阵(x,y,z)。 Wikipedia说:
n维的推导:
MSD = 2nDt。
,此代码用于n = 2
:
import numpy as np
r = np.sqrt(xdata**2 + ydata**2)
diff = np.diff(r) #this calculates r(t + dt) - r(t)
diff_sq = diff**2
MSD = np.mean(diff_sq)
因此,如果我想将此代码用于n = 3
,可以将其更改为以下内容:
import numpy as np
r = np.sqrt(xdata**2 + ydata**2 + zdata**2)
diff = np.diff(r) #this calculates r(t + dt) - r(t)
diff_sq = diff**3
MSD = np.mean(diff_sq)
解决方法
我相信您仍然想写“ diff_sq = diff**2
”,如“差异平方”所示。
从n=2
到n=3
只会改变一个计算距离的方式,就像您将zdata
向量加到平方根中一样。