问如何在给定的模板上使用scipy.ndimage.convolve？

EN

有了flux2、bz和bx变量，并假设它们是numpy数组(如果它们不是，它们应该是numpy数组)，您可以以向量化的形式编写该方程，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，由于您没有提到dz，所以我假设它是一个常量，如果它是一个与flux2形状相同的矩阵，请替换为dz[1:, 1:] (同样适用于dx)。

上面的那一行将操作向量化到矩阵的每个i,j，因此，删除了for循环，从而提供了相当大的加速。

您必须为行和列0定义边界条件，因为您的等式没有定义在这些特殊情况下要做什么。

因此，简而言之，由于您的模板只为每个变量使用一个位置，并且只有4个交互，我认为以解析形式计算它要快得多，而不是用几乎全为0的模板卷积3个图像(这将是相当大的夸张)。