MATLAB程序转成python程序时的几个注意点

棫菀

已于 2023-01-26 23:41:21 修改

阅读量490

点赞数 2

CC 4.0 BY-SA版权

分类专栏： matlab python 文章标签： python matlab

于 2023-01-10 23:32:48 首次发布

本文链接：https://blog.csdn.net/m0_56586880/article/details/128637808

matlab 同时被 2 个专栏收录

1 篇文章

订阅专栏

python

1 篇文章

订阅专栏

本文介绍了MATLAB中如何通过索引操作和repmat函数处理矩阵，以及Python中numpy库的矩阵转置、共轭转置、矩阵拼接、单位矩阵创建和傅里叶变换等操作。对于矩阵的运算，包括行列向量的乘法和元素级乘法也进行了说明。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

（一）MATLAB

在使用MATLAB时，若有两个矩阵a和b，代码c=a(b)可得到一个与b相同大小的矩阵c，c矩阵元素来自于a。可理解为将a中各元素按列依次标序号，b存储的是c中各元素在a中所对应的序号。

>> a = [4,5,3,4,6,8,7,562,1,86]

a =

     4     5     3     4     6     8     7   562     1    86

>> b = [2,5,7,4;1,3,6,2]

b =

     2     5     7     4
     1     3     6     2

>> c = a(b)

c =

     5     6     7     4
     4     3     8     5

B =repmat(A,m,n)是一个处理大矩阵且内容有重复时使用。其功能是以A的内容堆叠在（MxN）的矩阵B中，B矩阵的大小由MxN及A矩阵的内容决定，如果A是一个3x4x5的矩阵，有B = repmat(A,2,3)则最后的矩阵是6x12x5。

（二）python语法

1.矩阵处理函数（以列向量C，C1、行向量R、二维矩阵A和B为例）

矩阵转置——A.transpose()或A.T或transpose(A)

矩阵共轭转置——A.T.conjugate()或A.H(仅适用于数据类型为matrix的矩阵，即A的数据类型为matrix)

水平拼接矩阵——numpy.hstack((A，B))或

创建单位矩阵——numpy.ones((2,3))

离散傅里叶变换——numpy.fft.fft(C)

行、列向量进行矩阵相乘——numpy.multiply(C,R),即R*C

向量进行元素对应相乘——numpy.multiply(C,C1)或C*C1

注：此文章参考多方资料，同时结合本人编程经验。如有侵权，请联系修改或删除。