笔者是先学MATLAB后学Python的,现将两者关于数组(矩阵)运算的区别做个总结:
- Python/Numpy中N维向量是列向量(行向量本质一样),其属性ndim=1【维度】,shape=(N,)【形状】。
- Python/Numpy中二维数组的ndim=2,其shape有(N,1)、也有(N, M)的。【注意(N,1)≠列向量】
- Python/Numpy中三维数组:可按照(层:行:列)方式理解。
- Python/Numpy中用numpy.mat()函数直接生成矩阵(而不是数组!),作用于其上的是(线性代数中的)矩阵运算。
- MATLAB中的变量以矩阵为基本单位(故也称为矩阵实验室),所以变量之间的一般运算为矩阵意义下的, 点运算才作用于每个元素。恰好相反,numpy中的一般运算是作用于每个元素的,矩阵意义下的运算需使用相应函数(比如a·b:numpy.dot( a,b);线性代数模块使用:Scipy.linalg)。
- Python/Numpy中的数组索引存在“基础索引”和“花式索引”之分。前者返回的是原数组的一个引用,与原数组共享内存(索引对象有:①整数、②切片对象(slice)、③整数+切片对象构成的元组)!后者返回的是原始数组的一个复制(不共内存。索引对象有:①非元组的序列、②整型、布尔型数组)。MATLAB中不存在共享内存的现象!