22

だから私はこれを見つけました：

MATLAB コードを変換する場合、最初に行列を線形シーケンスに再形成し、いくつかのインデックス操作を実行してから再形成する必要がある場合があります。reshape (通常) は同じストレージにビューを生成するため、これをかなり効率的に実行できるはずです。

Numpy の reshape で使用されるスキャン順序は、既定で 'C' の順序になりますが、MATLAB では Fortran の順序が使用されることに注意してください。単純に線形シーケンスに変換して元に戻す場合、これは問題ではありません。ただし、スキャン順序に依存する MATLAB コードからリシェイプを変換する場合、この MATLAB コードは次のようになります。

z = reshape(x,3,4);

なるべき

z = x.reshape(3,4,order='F').copy()

ナンピーで。

mafsMATLAB で行うと、という多次元 16*2 配列があります。

mafs2 = reshape(mafs,[4,4,2])

Python の場合とは異なる結果が得られます。

mafs2 = reshape(mafs,(4,4,2))

あるいは

mafs2 = mafs.reshape((4,4,2),order='F').copy()

これについて何か助けはありますか？皆さん、ありがとうございました。

4

2 に答える 2

32

例：

MATLAB:

>> mafs = [(1:16)' (17:32)']
mafs =
     1    17
     2    18
     3    19
     4    20
     5    21
     6    22
     7    23
     8    24
     9    25
    10    26
    11    27
    12    28
    13    29
    14    30
    15    31
    16    32

>> reshape(mafs,[4 4 2])
ans(:,:,1) =
     1     5     9    13
     2     6    10    14
     3     7    11    15
     4     8    12    16
ans(:,:,2) =
    17    21    25    29
    18    22    26    30
    19    23    27    31
    20    24    28    32

パイソン:

>>> import numpy as np
>>> mafs = np.c_[np.arange(1,17), np.arange(17,33)]
>>> mafs.shape
(16, 2)
>>> mafs[:,0]
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16])
>>> mafs[:,1]
array([17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32])

>>> r = np.reshape(mafs, (4,4,2), order="F")
>>> r.shape
(4, 4, 2)
>>> r[:,:,0]
array([[ 1,  5,  9, 13],
       [ 2,  6, 10, 14],
       [ 3,  7, 11, 15],
       [ 4,  8, 12, 16]])
>>> r[:,:,1]
array([[17, 21, 25, 29],
       [18, 22, 26, 30],
       [19, 23, 27, 31],
       [20, 24, 28, 32]])
于 2012-08-09T22:54:32.350 に答える