matlab改python,将MATLAB代码移植到Python

更新以反映评论

我需要将MATLAB代码移植到python中。不幸的是，尽管在调试和谷歌搜索上经历了许多不眠之夜，但是我却无法运行我的代码。这是有问题的MATLAB代码：

clc;

serie =0:50;

serie = serie - mean(serie);

y = cumsum(serie);

L = length(y);

%Calculate the detrended fluctuation short term coefficient

npuntos = 10;

f1=zeros(1,npuntos);

for n1=4:16

%Segmentation

seg =(1:n1:L);

%disp(length(seg))

yn = zeros(1,L);

for k = 1:length(seg)-1

yaux = y(seg(k):seg(k+1)-1);

x = 1:length(yaux);

A=[sum(x.^2),sum(x); sum(x),length(x)];

C=[sum(x.*yaux);sum(yaux)];

v=inv(A)*C;

a=v(1); b=v(2);

pen=a;

ord=b;

ytrend = pen*x + ord;

yn(seg(k):seg(k+1)-1) = ytrend';

end

f1(n1) = sqrt((1/seg(end)).*sum((y(1:seg(end)-1)-yn(1:seg(end)-1)).^2));

end

n1=4:16;

f1=f1(4:end);

p1 = polyfit(log10(n1(1:end-2)),log10(f1(1:end-2)),1);

alpha1 = p1(1);

disp(alpha1)

我将代码翻译成python的尝试如下：

import numpy as np

data = np.arange(start=0, stop=51, step=1)

data = data.transpose()

data = data - np.mean(data)

y = np.cumsum(data)

L = len(y)

# Estimate the value of alpha1

npuntos = 12

f1 = [0] * npuntos

for i, n1 in enumerate(np.arange(start=4, stop=16, step=1)):

seg = np.arange(start=0, stop=L, step=n1) # Potential error

yn = [0] * L

for k in np.arange(start=0, stop=len(seg)-1, step=1): # Potential Error

yaux = y[seg[k]:seg[k + 1]-1] # Potential Error

x = np.arange(start=1, stop=len(yaux) + 1, step=1)

A = [[sum(x ** 2), sum(x)], [sum(x), len(x)]]

C = [[sum(x * yaux)], [sum(yaux)]]

v = (np.linalg.inv(A)).dot(C)

pen = v[0]

ord = v[1]

ytrend = pen * x + ord

yn[seg[k]: seg[k + 1] - 1] = ytrend

f1[i] = np.sqrt((1 / seg[-1]) * sum((y[1:seg[-1] - 1] - yn[1:seg[-1] - 1]) ** 2))

n1 =np.arange(start=4, stop=16, step=1)

f1 = f1[4:]

xx =np.log10(n1[1: - 2])

yy=np.log10(f1[1: - 2])

print(len(xx))

print(len(yy))

p1 = np.polyfit(xx, yy, 1)

alpha1 = p1[1]

print(alpha1)

不幸的是，程序执行此行时出现TypeError

p1 = np.polyfit(xx, yy, 1)

确实可以预期，因为xx的长度为9而xx的长度仅为5。通过使用注释中建议的try / catch块，

try:

f1[n1] = np.sqrt((1 / seg[-1]) * sum((y[1:seg[-1] - 1] - yn[1:seg[-1] - 1]) ** 2))

except IndexError:

f1.append(np.sqrt((1 / seg[-1]) * sum((y[1:seg[-1] - 1] - yn[1:seg[-1] - 1]) ** 2)))

错误是由输出修正的，完全是错误的。

我已经通过调试器，但是我不能完全确定该错误。有人可以帮忙吗？PS-如果有人感兴趣，以上代码段应用于计算去趋势波动分析(DFA)。

解决方案

那是因为您有，npuntos = 10所以f1 = [0] * npuntos使您f1 list的大小相等10。然后你遍历

for n1 in np.arange(start=4, stop=16, step=1):

并f1[n1]从10到15访问其中一个IndexError

更新

首先，np.zeros((5,), dtype=np.int)因为您已经在使用np模块，所以可以使用。

其次要弄清楚事情IndexError。我个人不想陷入您要解决的数学问题，因此解决方案不是最好的。只是稍有变化。我相信您知道Python索引是从零开始的。从那开始，您将在第5个元素中开始填充。我不确定您是否想要它。您可以enumerate(np.arange(start=4, stop=16, step=1))为列表创建从零开始的索引：

for i, n1 in enumerate(np.arange(start=4, stop=16, step=1)):

...

f1[i] = np.sqrt((1 / seg[-1]) * sum((y[1:seg[-1] - 1] - yn[1:seg[-1] - 1]) ** 2))

但是，len(np.arange(start=4, stop=16, step=1))是12不是你创建的大小f1(10)。因此，从这一点出发，您可以创建12元素列表。

npuntos = 12

f1 = [0] * npuntos # or np.zeros((5,), dtype=np.int)

或者，如果需要，也可以append像在MATLAB中一样处理值(如@nekomatic所述)。

所以你需要包装

f1[n1] = np.sqrt((1 / seg[-1]) * sum((y[1:seg[-1] - 1] - yn[1:seg[-1] - 1]) ** 2))

在try / except：

try:

f1[n1] = np.sqrt((1 / seg[-1]) * sum((y[1:seg[-1] - 1] - yn[1:seg[-1] - 1]) ** 2))

except IndexError:

f1.append(np.sqrt((1 / seg[-1]) * sum((y[1:seg[-1] - 1] - yn[1:seg[-1] - 1]) ** 2)))