计算机数值分析：线性方程组迭代公式:高斯-赛德尔（Python实现

计算机数值分析：
线性方程组迭代公式：高斯赛德尔迭代公式
课本上高斯赛德尔流程图如下：

这里直接就是使用了之前的雅可比迭代的文件：
文件为：

具体代码如下：

#coding=gbk
import numpy as np;
def GaoSiSaider(n,minner,datas,x):
    count=1;
    numVarity=datas.shape[0];
    cols=datas.shape[1];  
    x_new=x.copy();
    while count<=n:          #第几次迭代
        for j in range(0,numVarity):    #变量的个数  第J个变量   也就是第j行
            temp=0.0;
            for k in range(0,numVarity):
                if k==j:
                    continue;
                temp+=x_new[k]*data[j][k];
            x_new[j]=(data[j][cols-1]-temp)/data[j][j]
        if np.max(x_new-x)<minner:
            return x_new;
        else:
            count+=1;
    return x_new;

data=np.loadtxt("Jacobi.txt",comments="#",delimiter=",");
limit=np.loadtxt("limits.txt",comments="#",delimiter=",");
N=int(limit[0])
Minner=float(limit[1]);
X=np.zeros(data.shape[0]) 
X=GaoSiSaider(N,Minner,data,X);
print(X)

代码运行结果：

书上的结果：

运行的结果和书上结果的第六行进行比较，发现稍有差距，自己猜想可能是精度的问题

遇事不决，可问春风。