如何迭代计算依赖前序结果的get_wf函数（t∈(0,π)，步长0.05）

方法一：基于Numpy生成序列的循环（最直观） #

利用numpy.arange直接生成所有需要的t值，通过循环迭代更新波函数，同时可将所有结果存入列表方便后续使用：

import numpy as np

# 初始化初始波函数
current_wf = get_wf_0(xmin, xmax, Nx, neigs, t=0)
# 存储所有迭代结果，先存入初始值
wf_results = [current_wf]

# 生成0.05到π（不包含π）、步长为0.05的t序列
t_steps = np.arange(0.05, np.pi, 0.05)

for t in t_steps:
    # 用当前波函数调用get_wf，更新current_wf
    current_wf = get_wf(xmin, xmax, Nx, neigs, t=t, wf=current_wf)
    wf_results.append(current_wf)

方法二：纯Python循环（无需Numpy） #

如果不想依赖Numpy，可通过while循环手动累加t值，注意处理浮点数精度问题：

import math

current_wf = get_wf_0(xmin, xmax, Nx, neigs, t=0)
wf_results = [current_wf]

t = 0.05
# 加1e-8容差避免浮点数精度导致的提前终止
while t < math.pi + 1e-8:
    current_wf = get_wf(xmin, xmax, Nx, neigs, t=t, wf=current_wf)
    wf_results.append(current_wf)
    t += 0.05

额外提示 #

• 如果不需要保留所有历史波函数结果，仅需跟踪当前值，可去掉wf_results列表，直接更新current_wf即可，节省内存。
• 浮点数累加可能存在精度误差，多次累加0.05后最终值可能略大于π，添加容差判断（如+1e-8）可避免漏掉接近π的最后一次迭代。

内容的提问来源于stack exchange，提问作者ilra