python 矩阵运算 for循环_如何用Python科学计算中的矩阵替代循环？

比如求一个平面稳态导热问题，控制方程就是拉普拉斯方程：

(我才发现原来有[插入公式]这个功能)

按照最简单的毅种循环来写就是：

def laplace(u):

nx, ny = u.shape

for i in xrange(1,nx-1):

for j in xrange(1, ny-1):

u[i,j] = ((u[i+1, j] + u[i-1, j]) * dy2 + (u[i, j+1] + u[i, j-1]) * dx2) / (2*(dx2+dy2))

你们都不知道numexpr的么←_←

比numpy还黑的科技→_→

虽然能用的运算没多少吧但是对大矩阵的整体运算还是很快的←_←

最近正好在学numpy这个模块。题主可以看看这个教程，不是很全，但是科学计算方面还是有不少东西的：NumPy-快速处理数据

引用教程中的代码：

import time

import math

import numpy as np

x = [i * 0.001 for i in xrange(1000000)] # 初始化数组0.000~999.999

start = time.clock()

for i, t in enumerate(x): # 用循环计算正弦值

x[i] = math.sin(t)

print "math.sin:", time.clock() - start

x = [i * 0.001 for i in xrange(1000000)]

x = np.array(x) # 初始化矩阵(这里是一维)

start = time.clock()

np.sin(x,x) # numpy的广播计算(代替循环)

pri