我需要做一些与此post中详述的内容非常相似的内容。但模板的制作方式对我来说并不明显...... _flux的模板是temp_bz的模板，而temp_bx和模板的模板是stencil = np.array([[a, b], [c, d]])的模板。 a=0.5, b=...不是。
我认为图片会变得更清晰，而不是数字（类似于flux2[i,j] = a*flux2[i-1,j] + b*bz[i-1,j]*dx + c*flux2[i,j-1] - d*bx[i,j-1]*dz
和600 IN TXT "v=spf1 a include:_spf.google.com ~all"
例如，如果递归关系是
{{1}}
如何更改代码？
答案 0 :(得分：1)
拥有flux2，bz和bx变量，并假设它们是numpy数组（如果它们不是，它们应该），你可以用矢量化形式写下这个ecuation，如下所示：
flux2[1:,1:] = a * flux2[:-1,1:] + b * bz[:-1,1:] * dx + c * flux2[1:,:-1] - d * bx[1:,:-1] * dz
请注意，由于您没有提及dz，我认为它是一个常数，如果它是与flux2形状相同的矩阵，则替换为dz[1:, 1:] （同样适用于dx）。
上面的那一行会将操作向量化为矩阵的每个i,j，从而删除for循环，从而获得相当大的加速。
您必须为行和列0定义边界条件，因为您的等式并未定义在这些特殊情况下要执行的操作。
所以，简而言之，因为你的模板只为每个变量使用一个位置，并且只有4个交互，我想说以分析形式计算它是更快，而不是卷积3几乎所有0个模板的图像（这将是相当多的过度杀伤）。