假设我们有一个这样的简单数组：
a = array([1,0])
我想用数组中的上一个条目更新数组中的连续条目(从左向右移动),使用如下语法：
a[1:] = a[0:3]
这将得到以下结果：
a = array([1,1,1])
或类似的东西：
a[1:] = 2*a[:3] # a = [1,2,4,8]
为了进一步说明,我想要以下类型的行为：
for i in range(len(a)):
if i == 0 or i+1 == len(a): continue
a[i+1] = a[i]
除了我想要numpy的速度.
a = array([1,0])
我已将此数组作为ndarray的子类,因此如果需要,我可以对其进行进一步更改,我只需要右侧的切片不断更新,因为它会更新左侧的切片.
我梦想还是这种魔法可能？
更新：这都是因为我试图使用Gauss-Seidel迭代来解决线性代数问题,或多或少.这是一个涉及谐波函数的特殊情况,我试图避免进入这个,因为它真的没有必要,可能会进一步混淆事情,但这里有.
算法是这样的：
while not converged:
for i in range(len(u[:,0])):
for j in range(len(u[0,:])):
# skip over boundary entries,i,j == 0 or len(u)
u[i,j] = 0.25*(u[i-1,j] + u[i+1,j] + u[i,j-1] + u[i,j+1])
对？但是你可以用两种方式做到这一点,Jacobi涉及用它的邻居更新每个元素而不考虑你在while循环循环之前已经进行的更新,在循环中你要复制数组然后从复制的数组中更新一个数组.然而,Gauss-Seidel使用您已经为每个i-1和j-1条目更新的信息,因此不需要复制,循环应该基本上“知道”,因为在每个单元素更新后重新评估了数组.也就是说,每当我们调用像u [i-1,j]或u [i,j-1]这样的条目时,前一循环中计算的信息就会存在.
我想使用numpy切片用一个很好的简洁代码行替换这个缓慢而丑陋的嵌套循环情况：
u[1:-1,1:-1] = 0.25(u[:-2,1:-1] + u[2:,1:-1] + u[1:-1,:-2] + u[1:-1,2:])
但结果是Jacobi迭代,因为当你采用切片：u [：,– 2,1：-1]时,你复制了数据,因此切片不知道所做的任何更新.现在numpy还在循环吗？它不是平行的,它只是一种更快的循环方式,看起来像是python中的并行操作.我想利用这种行为通过一种黑客numpy来当我切片时返回一个指针而不是一个副本.对？然后,每次numpy循环,该片段将“更新”或真正只是复制更新中发生的任何事情.要做到这一点,我需要在数组的两侧切片作为指针.
无论如何,如果有一些非常聪明的人在那里真棒,但我几乎已经让自己相信唯一的答案是循环使用C.
