python中numpy与matlab的对应关系

在本文中，将常用的MATLAB函数及运算与numpy中对应的函数及运算汇总在表中，大部分的运算都经过验证，如有问题请留言：

通用函数等价表：

matlabnumpy说明help funcinfo(func) or help(func)orfunc?(在Ipython环境下)查看关于func的帮助文档type funcsource(func)orfunc??(在Ipython环境下)当func不是内置函数时，查找它的来源a && ba and b逻辑与运算（python内置函数）逻辑或同理1*i, 1*j, 1i, 1j1j复数表示epsnp.spacing(1)距离1最近的浮点数

线性代数（有关矩阵、向量、数组）等价表

matlabnumpy说明ndims(a)ndim(a) or a.ndim执行该语句得到数组的维数numel(a)size(a) or a.size得到数组的元素size(a)shape(a) or a.shape得到矩阵的‘size’，比如3*4的二维矩阵的size是（3,4）size(a,n)a.shape[n-1]得到第n维的元素个数，比如3*4的二维矩阵，n=2，a.shape[0]=3,a.shape[1]=4[ 1 2 3; 4 5 6 ]array([[1.,2.,3.], [4.,5.,6.]])2x3 的矩阵[ a b; c d ]vstack([hstack([a,b]), hstack([c,d])]) or bmat(‘a b; c d’).A将块矩阵组建成一个矩阵a(end)a[-1]获取最后一个元素在1xn的矩阵中,注意：在mxn的矩阵中，a(end)=a(end,end),a[-1]!=a[-1,-1],a[-1]为最后一行，a[-1,-1]为最后一个元素a(2,5)a[1,4]获取（矩阵或者二维数组）第2行第4列的元素a(2,:)a[1] or a[1,:]获取（矩阵或者二维数组）第二行的数据a(2:5,:)a[0:5] or a[:,5] or a[0:5,:]获取（矩阵或者二维数组）前五行的数据a(end-4:end,:)a[-5:]获取后五行的数据a(1:3,5:9)a[0:3][:,4:9] or a[0：3,4:9]获取第1行到第三行且第5列到第九列的数据a([2,4,5],[1,3])a[ix_([1,3,4],[0,2])]获取第2,4,5行且第1,3列的数据，注意a[ix_([1,3,4],[0,2])]!=a[[1,3,4],[0,2]]前者返回3*2的数组或者矩阵，后者是错误的表示，a[[1,3,4],[0]]，a[[1,3,4],[0,1，2]]是正确的表示，且返回3*1的数组a(3:2:21,:)a[2:21:2,:]获取从第三行到第21行的每隔一行的数据，即取第3,5,7,9,…,21的数据a(1:2:end,:)a[::2,:]抽取每隔一行的数据a(end:-1:1,:)a[::-1,:]从后往前提取数据a([1：end 1:3],:)a[r_[:len(a),0:3]]在原来a最后一行的后边加上a的前三行a.’a.transpose() or a.Ta的转置a’a.conj().transpose() or a.conj().Ta的共轭转置a*ba.dot(b) or dot(a,b)数组或矩阵的点积，注意a的行数和b的列数的相同a.*ba*bMATLAB的矩阵或numpy的数组的元素乘积，不包括numpy的matrix矩阵a./ba/bMATLAB的矩阵或numpy的数组的元素相除不包括numpy的matrix矩阵a.^3a**3 (a>0.5)(a>0.5)matlab返回相同size的0或1矩阵(a中元素大于0.5则为1反之为0)，numpy（包括数组和矩阵）返回相同size的false或true的数组或矩阵(a中元素大于0.5则为true反之为false)find（a>0.5）nonzero(a>0.5)找出a中元素大于0.5的下标，注意，matlab中m*n矩阵第一列的下标是1~m,第二列的下标是m+1~2m,依次类推，matlab的find返回的是一维下标向量，numpy（包括数组和矩阵）返回的是二维数组，第0维是行下标，第1维是列下标a(a<0.5)=0a[a<0.5]=0给a中小于0.5的元素重新赋值0a(:) = 3a[：]=3给a中元素同时赋值3y=xy=x.copy()将x赋值到另一个变量里，注意numpy中y=x.copy（）与y=x不同，前者改变x不影响y后者反之y=x(2,:)y = x[1,:].copy()赋值“深入理解python中的幅值”y=x(:)y = x.flatten()将数组或矩阵转换成向量1:10arange(1.,11.) or r_[1.:11.] or r_[1:10:10j]创建递增向量[1:10]’arange(1.,11.)[:, newaxis]创建递增列向量zeros(3,4)zeros(（3,4）)3x4 64-bit 浮点类型全0二维数组ones(3,4)ones((3,4))3x4 64-bit 浮点类型全1二维数组eye(3)eye(3)3x3 单位矩阵diag(a)diag(a)返回对角元素向量rand(3,4)random.rand(3,4)3x4的随机矩阵linspace(1,3,4)linspace(1,3,4)返回1~3之间的4个等分元素[a b]concatenate((a,b),1) or hstack((a,b)) or column_stack((a,b)) or c_[a,b]连接a和b的行[a;b]concatenate((a,b)) or vstack((a,b)) or row_stack((a,b)) or r_[a,b]连接a和b的列max(max(a))a.max()返回a的最大元素，注意matlab中a的维数应<=2max(a)a.max(0)返回a的每列的最大值max(a,[],2)a.max(1)返回a的每行的最大值max(a,b)maximum(a,b)比较a,b两个size相同的数组并返回相应位置最大值的新数组norm(v)sqrt(dot(v,v)) or np.linalg.norm(v)返回向量V的L2范数a & blogical_and(a,b)元素对元素的逻辑与，逻辑或同理inv(a)linalg.inv(a)返回方阵a的逆pinv(a)linalg.pinv(a)返回方阵a的pseudo逆rank(a)linalg.matrix_rank(a)返回2维数组或矩阵的秩a\blinalg.solve(a,b)(当a是方阵时) or linalg.lstsq(a,b)(其他情况)求ax=y的解xb/alinalg.solve(a.T,b.T) if a is square; linalg.lstsq(a.T,b.T) otherwise求xa=y的解x[U,S,V]=svd(a)U, S, Vh = linalg.svd(a), V = Vh.T求a的奇异值分解[V,D]=eig(a)D,V = linalg.eig(a)求方阵的特征值V和特征向量D[V,D]=eigs(a,k) 求方阵a的前k个最大特征值和对应的特征向量[Q,R,P]=qr(a,0)Q,R = scipy.linalg.qr(a)QR分解[L,U,P]=lu(a)L,U = scipy.linalg.lu(a) or LU,P=scipy.linalg.lu_factor(a)LU 分解 (注意: P(Matlab) == transpose(P(numpy)) )fft(a)numpy.fft.fftshift(a)a的傅里叶变换ifft(a)numpy.fft.ifftshift(a)a的傅里叶逆变换sort(a)sort(a) or a.sort()matlab按列排序即对每一列的数据进行从小到大的排序，numpy按行从小到大排序regress(y,X)linalg.lstsq(X,y)多元回归unique(a)unique(a)找出a中唯一的元素

更多详细内容请参考：针对MATLAB用户的numpy

numpy模块中的矩阵对象为numpy.matrix，包括矩阵数据的处理，矩阵的计算，以及基本的统计功能，转置，可逆性等等，包括对复数的处理，均在matrix对象中。 class numpy.matrix(data,dtype,copy):返回一个矩阵，其中data为ndarray对象或者字符形式；dtype:为data的type；copy:为bool类型。

矩阵对象的属性：

matrix.T transpose：返回矩阵的转置矩阵
matrix.H hermitian (conjugate) transpose：返回复数矩阵的共轭元素矩阵
matrix.I inverse：返回矩阵的逆矩阵
matrix.A base array：返回矩阵基于的数组

矩阵对象的方法：
all([axis, out]) :沿给定的轴判断矩阵所有元素是否为真(非0即为真)
any([axis, out]) :沿给定轴的方向判断矩阵元素是否为真，只要一个元素为真则为真。
argmax([axis, out]) :沿给定轴的方向返回最大元素的索引（最大元素的位置）.
argmin([axis, out]): 沿给定轴的方向返回最小元素的索引（最小元素的位置）
argsort([axis, kind, order]) :返回排序后的索引矩阵
astype(dtype[, order, casting, subok, copy]):将该矩阵数据复制，且数据类型为指定的数据类型
byteswap(inplace) Swap the bytes of the array elements
choose(choices[, out, mode]) :根据给定的索引得到一个新的数据矩阵（索引从choices给定）
clip(a_min, a_max[, out]) :返回新的矩阵，比给定元素大的元素为a_max，小的为a_min
compress(condition[, axis, out]) :返回满足条件的矩阵
conj() :返回复数的共轭复数
conjugate() :返回所有复数的共轭复数元素
copy([order]) :复制一个矩阵并赋给另外一个对象，b=a.copy()
cumprod([axis, dtype, out]) :返回沿指定轴的元素累积矩阵
cumsum([axis, dtype, out]) :返回沿指定轴的元素累积和矩阵
diagonal([offset, axis1, axis2]) :返回矩阵中对角线的数据
dot(b[, out]) :两个矩阵的点乘
dump(file) :将矩阵存储为指定文件,可以通过pickle.loads()或者numpy.loads()如:a.dump(‘d:\\a.txt’)
dumps() :将矩阵的数据转存为字符串.
fill(value) :将矩阵中的所有元素填充为指定的value
flatten([order]) :将矩阵转化为一个一维的形式，但是还是matrix对象
getA() :返回自己，但是作为ndarray返回
getA1()：返回一个扁平（一维）的数组（ndarray）
getH() :返回自身的共轭复数转置矩阵
getI() :返回本身的逆矩阵
getT() :返回本身的转置矩阵
max([axis, out]) ：返回指定轴的最大值
mean([axis, dtype, out]) :沿给定轴方向，返回其均值
min([axis, out]) ：返回指定轴的最小值
nonzero() :返回非零元素的索引矩阵
prod([axis, dtype, out]) :返回指定轴方型上，矩阵元素的乘积.
ptp([axis, out]) :返回指定轴方向的最大值减去最小值.
put(indices, values[, mode]) :用给定的value替换矩阵本身给定索引（indices）位置的值
ravel([order]) :返回一个数组，该数组是一维数组或平数组
repeat(repeats[, axis]) :重复矩阵中的元素，可以沿指定轴方向重复矩阵元素，repeats为重复次数
reshape(shape[, order]) :改变矩阵的大小,如：reshape([2,3])
resize(new_shape[, refcheck]) :改变该数据的尺寸大小
round([decimals, out]) :返回指定精度后的矩阵，指定的位数采用四舍五入，若为1，则保留一位小数
searchsorted(v[, side, sorter]) :搜索V在矩阵中的索引位置
sort([axis, kind, order]) :对矩阵进行排序或者按轴的方向进行排序
squeeze([axis]) :移除长度为1的轴
std([axis, dtype, out, ddof]) :沿指定轴的方向，返回元素的标准差.
sum([axis, dtype, out]) ：沿指定轴的方向，返回其元素的总和
swapaxes(axis1, axis2):交换两个轴方向上的数据.
take(indices[, axis, out, mode]) :提取指定索引位置的数据,并以一维数组或者矩阵返回(主要取决axis)
tofile(fid[, sep, format]) :将矩阵中的数据以二进制写入到文件
tolist() :将矩阵转化为列表形式
tostring([order]):将矩阵转化为python的字符串.
trace([offset, axis1, axis2, dtype, out]):返回对角线元素之和
transpose(*axes) :返回矩阵的转置矩阵，不改变原有矩阵
var([axis, dtype, out, ddof]) ：沿指定轴方向，返回矩阵元素的方差
view([dtype, type]) :生成一个相同数据，但是类型为指定新类型的矩阵。
All方法

转自：http://blog.csdn.net/ly_ysys629/article/details/61422455