MATLAB与NumPy的对比

文章源自《NumPy for MATLAB user》。

本文目录

---

1. 算术运算

MATLAB Python 描述 备注 a.^b np.power(a,b)
a**b a的b次方 rem(a,b) a % b
np.remainder(a,b)
np.fmod(a,b) 取余，模运算 factorial(a) np.math.factorial(a)
math.factorial(a) a的阶乘 math是未经优化的Python标准库，而np.math是经过优化的，速度相对更快。

---

2. 关系运算

MATLAB Python 描述 备注 a ~= b a != b 判断a和b是否不等

---

3. 逻辑运算

MATLAB Python 描述 备注 a && b a and b 单一元素与运算 只适应一个元素 a || b a or b 单一元素或运算 只适应一个元素 a & b
and(a,b) np.logical_and(a,b)
a and b 多元素与运算 a | b
or(a,b) np.logical_or(a,b)
a or b 多元素或运算 xor(a,b) np.logical_xor(a,b) 异或运算 ~a
not(a) np.logical_not(a)
not a
!a 非运算 适用对象待更新 any(a) any(a) 存在非零元素就返回true len(np.nonzero(a)[0])>0 all(a) all(a) 所有元素不为零才返回true len(np.nonzero(a)[0])>0

---

4. 根运算与对数运算

MATLAB Python 描述 备注 sqrt(a) math.sqrt(a)
np.sqrt(a) 平方根 MATLAB中一个数，默认是1*1的矩阵。所以MATLAB中对单元素和多元素处理是通用的。而Python中，数和数组在定义上是进行了区分的。此处自带的math标准库仅适用处理单一元素，NumPy中方法既适用于处理单元素（数），也适用于处理多元素（数组）。 log(a) math.log(a)
np.log(a) 自然对数，底为e 同上 log10(a) math.log10(a)
np.log10(a) 底数为10 同上 log2(a) math.log(a,2)
np.log(a,2) 底数为2 同上 exp(a) math.exp(a)
np.exp(a) 常数e的a次方 同上

---

5. 去尾运算

MATLAB Python 描述 备注 round(a) np.around(a)
round(a) 四舍五入 见例1 ceil(a) math.ceil(a)
np.ceil(a) 向上（更大的数）取整，注意不是收尾法，因为要考虑负数 MATLAB和Python-math得到的是整数，Python得到的是处理了尾数的小数 floor(a) math.floor(a)
np.floor(a) 向下（更小的数）取整，注意不是去尾法，因为要考虑负数 同上 fix(a) np.fix(a) 向0取整 返回一个array

#例1-Python>>> a = 9.8>>> round(a)10>>> np.around(a)10.0

%例1-MATLAB>> a = 9.8>> round(a)ans =     10

---

6. 数学常量

MATLAB Python 描述 备注 pi math.pi
np.pi pi = 3.141592653589793 exp(1) math.e
math.exp(1)
np.e
np.exp(1) e=2.718281828459045
e=2.718281828459045
e=2.718281828459045
e=2.7182818284590451

---

7. 向量

MATLAB Python 描述 备注 a=[2 3 4 5] a=np.array([2,3,4,5]) 行向量 a’ a.T
a.reshape(-1,1) 向量的转置

---

8. 序列

MATLAB Python 描述 备注 1:10 list(range(1,11))
np.arange(1,11) MATLAB和Python1：[1,2,3,4,5,7,8,9,10]
Python2：array([1,2,3,4,5,6,7,8,9,10]) 1:3:10 np.arange(1,11,3) 1,4,7,10 10:-1:1 np.arange(10,0,-1) 10,9,8,7,6,5,4,3,2,1 10:-3:1 np.arange(10,0,-3) 10,7,4,1 linspace(1,10,7) np.linspace(1,10,7) matlab: [1.0, 2.5, 4.0, 5.5, 7.0, 8.5, 10.0]
Python: array([1.0, 2.5, 4.0, 5.5, 7.0, 8.5, 10.0]) 参数依次为：起点，终点，点的个数。此函数是将起点到终点之间的距离均匀分段。 a(:)=3 a.fill(3)
a[:]=3 将所有元素的值都赋为3

---

9. 拼接矩阵

MATLAB Python 描述 备注 a=[1,2,3; 4,5,6] a=np.array([[1,2,3],[4,5,6]]) [a,a] np.concatenate((a,a), axis=1) 见例2 [a;a] np.concatenate((a,a), axis=0) 见例2

例2-MATLAB

>> a=[1,2,3; 4,5,6]a =     1     2     3     4     5     6>> [a, a]ans =     1     2     3     1     2     3     4     5     6     4     5     6>> [a;a]ans =     1     2     3     4     5     6     1     2     3     4     5     6

例2-Python

>>> a=np.array([[1,2,3],[4,5,6]])>>> aarray([[1, 2, 3],       [4, 5, 6]])>>> np.concatenate((a,a))array([[1, 2, 3],       [4, 5, 6],       [1, 2, 3],       [4, 5, 6]])>>> np.concatenate((a,a), axis=0)array([[1, 2, 3],       [4, 5, 6],       [1, 2, 3],       [4, 5, 6]])>>> np.concatenate((a,a), axis=1)array([[1, 2, 3, 1, 2, 3],       [4, 5, 6, 4, 5, 6]])