我正在使用 NumPy 在 Python 中实现 TDMA。三对角矩阵存储在三个数组中：
a = array([...])
b = array([...])
c = array([...])
我想有效地计算alpha- 系数。算法如下：
# n = size of the given matrix - 1
alpha = zeros(n)
alpha[0] = b[0] / c[0]
for i in range(n-1):
alpha[i+1] = b[i] / (c[i] - a[i] * alpha[i])
for但是，由于 Python 的循环，这效率不高。我想要的是这样的方法：
# n = size of the given matrix - 1
alpha = zeros(n)
alpha[0] = b[0] / c[0]
alpha[1:] = b[1:] / (c[1:] - a[1:] * alpha[:-1])
在后一种情况下，结果不正确，因为 NumPy 将最后一个表达式的右侧部分存储在临时数组中，然后将对其元素的引用分配给alpha[1:]. 因此a[1:] * alpha[:-1]只是一个零数组。
有没有办法告诉 NumPyalpha在其内部循环中使用在先前步骤中计算的值？
谢谢。