Python矩阵乘法3d数组
我试图用数值方法解决一个偏微分方程，在这个过程中，我遇到了一个类似于三维空间维度的三重嵌套for循环的问题。此构造嵌套在另一个时间循环中，因此您可以想象，对于足够大的节点数，计算将永远花费时间。代码块如下所示
for jy in range(0,cy-1):
for jx in range(0,cx-1):
for jz in range(0,cz-1):
T[n+1,jx,jy,jz] = T[n,jx,jy,jz] + s*(T[n,jx-1,jy,jz] - 2*T[n,jx,jy,jz] + T[n,jx+1,jy,jz]) + s*(T[n,jx,jy-1,jz] - 2*T[n,jx,jy,jz] + T[n,jx,jy+1,jz]) + s*(T[n,jx,jy,jz-1] - 2*T[n,jx,jy,jz] + T[n,jx,jy,jz+1]) 一开始可能看起来有点吓人，但其实很简单。我有一个三维矩阵，表示固体散装材料，其中每个点表示当前温度。迭代计算的每个点的下一个温度是考虑到该点下一个点的每个点--总共6个。在一维实体的情况下，解决方案只是一个简单的矩阵乘法。有没有可能用一个简单的矩阵解决方案来表示上面的三环系统，就像1D的情况一样？
诚挚的问候!
回答 2
Stack Overflow用户
发布于 2018-07-27 05:51:47
使用numpy，你可以很容易地完成这些类型的矩阵运算，
例如，对于3x3矩阵
将numpy导入为np
T= np.random.random((3,3,3))
T= T*T - 2*T ...等。
Stack Overflow用户
发布于 2018-07-27 09:55:58
首先，您需要更仔细地使用您的术语。“矩阵”是一个二维的数字数组。所以你实际上是在谈论一个数组。Numpy，或者更好的Scipy，有一种称为ndarray的数据类型。您需要非常小心地操作它们，因为尽管它们有时用于表示矩阵，但也有一些操作可以在2维数组上执行，而这些操作在数学上对于矩阵是不合法的。
我强烈建议您使用@ and not *来执行1- D或2-D矩阵的乘法，并确保添加代码以检查您正在进行的操作在数学上是否合法。举个简单的例子，Python允许您向n x n矩阵添加1 x n或n x 1向量，即使这在数学上是不正确的。如上所述，它允许这样做的原因是因为Python中没有真正的矩阵类型。
很可能你可以重新制定你的问题，使用一个3-D数组，并通过实验找到你试图执行的特定操作。请记住，线性代数的规则只会在Python中随意应用。
https://stackoverflow.com/questions/51547207
复制相似问题
腾讯云开发者
