python - num2cell() 的 python/numpy 等价物是什么？

Question

我很不幸通过 numpy 数组将一些 MATLAB 代码转换为 Python。

num2cell() 是否有共识？

就我个人而言，我认为这违背了 Python/numpy 语法。这个想法是这样的:

使用 num2cell，您将得到一个如下所示的数组

数组([[0],[1],[2],[3],[4],[5],[6],[7],[8]])

参见 the MathWorks documentaiton .

你可以在 numpy 中通过列表理解来做到这一点:

matlab_lunacy = np.array([[x] for x in range(0, 9)]

但为什么 MATLAB 用户要使用这种数据结构呢？

什么是 numpy 等价物？

Answer 1

在过去的美好时光(大约 3.0 版)，MATLAB 只有一种数据结构，即矩阵。它可以包含数字或字符，并且始终是二维的。

添加了单元格以包含更多通用对象，包括矩阵和字符串。他们仍然是二维的。

Python 有列表，它们是一维的，但可以包含任何内容。 numpy 基于 Python 构建，添加了多维数组。但列表仍然可用。

因此，任何将数组转换为列表的东西都可能等同于 num2cell - 不准确，但具有重叠的功能。

In [246]: A=np.arange(24).reshape(2,3,4)   # 3d array

包装在一个列表中，给我们一个包含 2 个数组 (2d) 的列表:

In [247]: B=list(A)
In [248]: B
Out[248]: 
[array([[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]]), 
 array([[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]])]

tolist 方法执行到列表(嵌套)的完全转换。

In [249]: C=A.tolist()
In [250]: C
Out[250]: 
[[[0, 1, 2, 3], [4, 5, 6, 7], [8, 9, 10, 11]],
 [[12, 13, 14, 15], [16, 17, 18, 19], [20, 21, 22, 23]]]

list(A) 不常用，在表示 tolist 时可能会用错。

np.split(A,...) 类似于B，但子数组仍然是 3d。

解包 甚至可以工作，主要是因为 A 是可迭代的，[a for a in A] 拆分 A 在第一个维度上。

In [257]: a,b=A
In [258]: a
Out[258]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

有一个对象数据类型，可以让您将对象(包括其他数组)放入数组中。但正如许多 SO 问题所示，这些问题的构建可能很棘手。 np.array 尝试构建最高维度的数组。您必须执行一些技巧来解决这个问题。

In [259]: Z=np.empty((2,),dtype=object)
In [260]: Z
Out[260]: array([None, None], dtype=object)
In [261]: Z[0]=A[0]
In [262]: Z[1]=A[1]
In [263]: Z
Out[263]: 
array([ array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]]),
       array([[12, 13, 14, 15],
       [16, 17, 18, 19],
       [20, 21, 22, 23]])], dtype=object)

================

在 Octave session 中:

>> anum = [1,2,3,4]
anum =

   1   2   3   4

>> acell = num2cell(anum)
acell =
{
  [1,1] =  1
  [1,2] =  2
  [1,3] =  3
  [1,4] =  4
}
>> save -7 test.mat anum acell

scipy.io.loatmat 版本

In [1822]: data = io.loadmat('../test.mat')
In [1823]: data
Out[1823]: 
{'__globals__': [],
 '__header__': b'MATLAB 5.0 MAT-file, written by Octave 4.0.0, 
     2016-10-27 00:59:27 UTC',
 '__version__': '1.0',
 'acell': array([[array([[ 1.]]), array([[ 2.]]), array([[ 3.]]),
      array([[ 4.]])]], dtype=object),
 'anum': array([[ 1.,  2.,  3.,  4.]])}

矩阵被呈现为二维数组； cell 作为对象类型数组 (2d)，在本例中包含二维数组。