如何使用Python更新连续迭代矩阵的单元格？附代码片段

我来帮你搞定这个矩阵迭代更新的问题～结合你给出的初始代码、参数（T1=0.02，T2=0.01，N=0.97），我会先补全合理的迭代逻辑，再给出完整的可运行代码，最后拆解关键细节。

完整实现代码 #

import pandas as pd
import numpy as np

# 初始数据构建
data = {'Score': ['Goal 0', 'Goal 1', 'Goal 2', 'Goal 3'], 
        'Goal 0': [0.97,0.02,0,0], 
        'Goal 1': [0.01,0,0,0], 
        'Goal 2': [0,0,0,0], 
        'Goal 3': [0,0,0,0]}
df = pd.DataFrame(data, columns=['Score', 'Goal 0', 'Goal 1', 'Goal 2', 'Goal 3'])

# 转换为NumPy矩阵（注意：pandas的as_matrix()已弃用，改用to_numpy()更规范）
v = df.drop('Score', axis=1).to_numpy()
print("初始矩阵v⁰:\n", v)

# 迭代参数定义
T1 = 0.02
T2 = 0.01
N = 0.97
num_iterations = 5  # 对应k=0到4，共5次迭代

# 开始迭代更新
for k in range(num_iterations):
    # 创建新矩阵存储更新后的值，避免迭代中覆盖原始数据导致计算错误
    v_next = np.copy(v)
    # 遍历每个单元格（注意：你提到的i=1/2/3/4是1-based索引，对应Python的0/1/2/3索引）
    for i in range(v.shape[0]):
        for j in range(v.shape[1]):
            # 按迭代规则更新，这里结合参数补全逻辑，你可以根据实际需求修改公式
            if i == 0:  # 对应你说的i==1（Goal 0行）
                # 规则：当前值的留存项 + 右侧单元格的转移项（最后一列无右侧，仅留存）
                if j < v.shape[1] - 1:
                    v_next[i][j] = N * v[i][j] + T2 * v[i][j+1]
                else:
                    v_next[i][j] = N * v[i][j]
            elif i >= 1:  # 对应你说的i==2/3/4（Goal 1/2/3行）
                # 规则：上方单元格的转移项 + 当前值的留存项
                v_next[i][j] = T1 * v[i-1][j] + N * v[i][j]
    
    # 更新矩阵为下一次迭代的初始值
    v = v_next
    print(f"\n迭代{k+1}后的矩阵v^{k+1}:\n", v)

关键细节拆解 #

• 索引对应关系：你提到的i=1,2,3,4是1起始的索引，而Python中矩阵/列表是0起始的，所以代码里用i==0对应你说的i==1，这点要注意匹配你的实际规则。
• 避免数据覆盖：每次迭代都用np.copy()创建新矩阵v_next，而不是直接修改原矩阵v——如果直接修改，迭代过程中后面的单元格计算会用到已经更新的值，导致结果错误。
• 迭代规则灵活性：我结合你给出的参数补全了合理的转移逻辑，要是你的实际公式不同，只需要修改if i==0或elif i>=1分支里的计算式就行。比如如果i==1的公式是其他形式，直接替换那部分代码即可。
• 弃用API替换：pandas的as_matrix()已经被官方弃用，改用to_numpy()可以保证代码在新版本pandas中正常运行。

内容的提问来源于stack exchange，提问作者A.Abs