我正在慢慢地从C语言转向Python语言。这次我需要从给定的网格中数值计算偏导数。我知道如何在C语言中实现,所以目前我只使用内联适配器,即
def dz(x,X,Y,Z,dx):
y = numpy.zeros((X,Y,Z), dtype='double');
code = """
int i, j, k;
for (i=0; i<X-1; i++){
for(k=0; k<Y; k++){
for (j=0; j<Z; j++){
y[i,k,j] = (x[i+1, k, j] - x[i, k, j])/dx;
}
}
}
for (j=0; j<Z; j++){
for(k=0; k<Y; k++){
y[X-1,k,j] = - x[X-1, k, j]/dx;
}
}
"""
weave.inline(code, ['x', 'y', 'dx', 'X', 'Y', 'Z'], \
type_converters=converters.blitz, compiler = 'gcc');
return y;
其中x
和y
是3D numpy数组,如您所见,第二个循环代表边界条件。当然,我可以用纯Python实现相同的逻辑,但是代码效率会很低。不过,我想知道是否可以用纯numpy计算偏导数?我希望任何人能提供帮助。
如果您使用的是numpy,这应该与上面的代码一样:
要在第二个轴上获得相同的结果,您可以执行以下操作:
^{} 可能是最惯用的numpy方式:
您可能还对^{} 感兴趣,尽管此函数在输入数组的所有维度上采用渐变,而不是单个维度。
相关问题 更多 >
编程相关推荐