jacobi迭代法python三次循环

以下是使用Jacobi迭代法求解线性方程组的Python代码，其中包含三层循环：

import numpy as np

# 定义线性方程组的系数矩阵A和常数向量b
A = np.array([[4, -1, 0, 0],
              [-1, 4, -1, 0],
              [0, -1, 4, -1],
              [0, 0, -1, 3]])
b = np.array([15, 10, 10, 10])

# 定义初始解x和迭代次数n
x = np.zeros_like(b)
n = 3

# Jacobi迭代法求解线性方程组
for k in range(n):
    x_new = np.zeros_like(x)
    for i in range(A.shape[0]):
        s = 0
        for j in range(A.shape[1]):
            if j != i:
                s += A[i, j] * x[j]
        x_new[i] = (b[i] - s) / A[i, i]
    x = x_new

# 输出最终的解
print("The solution of Ax=b is:", x)

在上面的代码中，首先定义了线性方程组的系数矩阵A和常数向量b，然后定义了初始解x和迭代次数n。接下来，使用三层循环进行了Jacobi迭代法的计算，最后输出了求解得到的解。