Python 存储由两个for循环计算出的矩阵（添加列表不起作用）

我正在实现Jacobi迭代法

问题是我无法在每次迭代后存储计算出的矩阵，我尝试将其附加到一个空列表中，但它会不断覆盖该列表中以前的元素，结果是一个矩阵重复K次

我需要对这些矩阵进行减法运算，以获得收敛标准

# Iterate Jacobi until convergence  
U = np.array([[8.9,8.9,8.9,8.9,8.9],[8.4,0,0,0,9.2],[7.2,0,0,0,9.4],[6.1,6.8,7.7,8.7,6.1]])
UI=U
UF=U
UFK=[]
k=0
while k<3:
    k=k+1 # update the iteration counter
    for i in range (1,Nx-1):
        for j in range (1,Ny-1):
            UF[j,i] = (UI[j+1,i]+UI[j,i+1]+UI[j-1,i]+UI[j,i-1])*0.25 #the matrix i want to store after each iteration 
    UFK.append(UF) # 
    print (UF) # when i print UF i get the correct matrix at each iteration displayed 

[[ 8.9         8.9         8.9         8.9         8.9       ]
 [ 8.4         4.325       3.30625     5.3515625   9.2       ]
 [ 7.2         4.58125     3.896875    6.83710938  9.4       ]
 [ 6.1         6.8         7.7         8.7         6.1       ]]
[[ 8.9         8.9         8.9         8.9         8.9       ]
 [ 8.4         6.296875    6.11132812  7.76210937  9.2       ]
 [ 7.2         6.0484375   6.67421875  8.13408203  9.4       ]
 [ 6.1         6.8         7.7         8.7         6.1       ]]
[[ 8.9         8.9         8.9         8.9         8.9       ]
 [ 8.4         7.36494141  7.67531738  8.47734985  9.2       ]
 [ 7.2         7.00979004  7.62979736  8.5517868   9.4       ]
 [ 6.1         6.8         7.7         8.7         6.1       ]]

print(UFK) # when i display the appended UFK it is just repeating a single matrix 3 times

[array([[ 8.9       ,  8.9       ,  8.9       ,  8.9       ,  8.9       ],
        [ 8.4       ,  7.36494141,  7.67531738,  8.47734985,  9.2       ],
        [ 7.2       ,  7.00979004,  7.62979736,  8.5517868 ,  9.4       ],
        [ 6.1       ,  6.8       ,  7.7       ,  8.7       ,  6.1       ]]),
 array([[ 8.9       ,  8.9       ,  8.9       ,  8.9       ,  8.9       ],
        [ 8.4       ,  7.36494141,  7.67531738,  8.47734985,  9.2       ],
        [ 7.2       ,  7.00979004,  7.62979736,  8.5517868 ,  9.4       ],
        [ 6.1       ,  6.8       ,  7.7       ,  8.7       ,  6.1       ]]),
 array([[ 8.9       ,  8.9       ,  8.9       ,  8.9       ,  8.9       ],
        [ 8.4       ,  7.36494141,  7.67531738,  8.47734985,  9.2       ],
        [ 7.2       ,  7.00979004,  7.62979736,  8.5517868 ,  9.4       ],
        [ 6.1       ,  6.8       ,  7.7       ,  8.7       ,  6.1       ]])]

#迭代Jacobi直到收敛
U=np.数组（[[8.9,8.9,8.9,8.9,8.9]，[8.4,0,0,0,9.2]，[7.2,0,0,0,9.4]，[6.1,6.8,7,8.7,6.1]）
UI=U
UF=U
UFK=[]
k=0
当k时，您必须在附加UFK之前设置其维度，或者总是多次复制同一矩阵。以下代码可以正确生成输出：

UFK = np.array([]).reshape(0,5)
k = 0
while k < 3:
    k += 1
    for i in range(1, Nx-1):
        for j in range(1, Ny-1):
            UF[j, i] = (UI[j+1, i] + UI[j, i+1] + UI[j-1, i] + UI[j, i-1]) * 0.25
    UFK = np.append(UFK, UF, axis=0)

UFK=np.array（[]）。重塑（0,5）
k=0
当k<3时：
k+=1
对于范围内的i（1，Nx-1）：
对于范围（1，Ny-1）内的j：
UF[j，i]=（UI[j+1，i]+UI[j，i+1]+UI[j-1，i]+UI[j，i-1]）*0.25
UFK=np.append（UFK，UF，axis=0）

另一种附加数组的方法是
UFK=np.vstack（（UFK，UF））
，它将给出相同的结果

UI=U  # why?  UI is not a copy of U, it IS U
# UF=U  # another why?  Changes of UF will change UI and U as well
UFK=[]    # appending to a list is great
k=0
while k<3:
    k=k+1 # update the iteration counter
    UF = np.zeros_like(U)  # a fresh copy for iteration
    for i in range (1,Nx-1):
        for j in range (1,Ny-1):
            UF[j,i] = (UI[j+1,i]+UI[j,i+1]+UI[j-1,i]+UI[j,i-1])*0.25 
    UFK.append(UF) # 
    print (UF) 
print(UFK)

列表包含指向对象的指针。如果我写

alist = [U, U, U]
U[0,0] = 10000

10000
将出现在列表的所有3个元素中，因为它们是相同的东西

在代码中，将case
UF
添加到列表中，然后在每次迭代中修改它。结果是，您的列表只包含指向同一数组的
k
指针。
请直接添加代码、输入和输出-无屏幕截图。您是对的，我编辑了我的请求。这是我第一次问关于stackoverflow的问题，我不知道如何添加代码，现在我知道了：）谢谢！这里还有一些提示：非常感谢，这并不是我想要的，但它是80%，我有一个充满矩阵行的列表，但它们是分开的，我添加了一个拆分，它可以工作知道：
而kappinding to a list
UFK
是非常好的；事实上，我们中的一些人认为它比将（
np.append
）连接到数组要好。谢谢你，它可以与
UFK.append（U.copy（））
一起工作！！你完全正确，我正在用python编程的第一步，我不知道
UI=U
和
UF=U
会覆盖原来的，我希望
U
保持不变。如何将其保存在变量中不受影响？U是计划的一部分，因为我只修改了矩阵的内部第一行，列将保持不变，因此
UF=np。像（U）一样的零将不起作用。再次感谢你们，我有太多的东西要学。我遵循了同样的技巧
UI=U.copy（）
，现在
U
没有改变。酷！！
alist = [U, U, U]
U[0,0] = 10000