python - 从 matlab 到 python 的代码转换

Question

我正在将 matlab 文件转换为 python 代码。我的 matlab 文件是:

function [q,len] = curve_to_q(p)

[n,N] = size(p);
for i = 1:n
    v(i,:) = gradient(p(i,:),1/(N)); 
end

len = sum(sqrt(sum(v.*v)))/N;
v = v/len;
for i = 1:N
    L(i) = sqrt(norm(v(:,i)));
    if L(i) > 0.0001
        q(:,i) = v(:,i)/L(i);
    else
        q(:,i) = v(:,i)*0.0001;
    end
end

转换后的代码是:

from __future__ import division
import numpy as np
from scipy.io import loadmat,savemat
import os

def curve_to_q(p):
    n, N = p.shape # nargout=2
    for i in range(1, (n +1)):
        v[(i -1), :] = np.gradient(p[(i -1), :], 1 / (N))
    len_ = np.sum(np.sqrt(np.sum(v.np.dot(v)))) / N
    v = v / len_
    for i in range(1, (N +1)):
        L[(i -1)] = sqrt(norm(v[:, (i -1)]))
        if L[(i -1)] > 0.0001:
            q[:, (i -1)] = v[:, (i -1)] / L[(i -1)]
        else:
            q[:, (i -1)] = v[:, (i -1)] * 0.0001
    return q, len_

但是，似乎有问题

len_ = np.sum(np.sqrt(np.sum(v.np.dot(v)))) / N

和

L[(i -1)] = sqrt(norm(v[:, (i -1)]))

如何正确转换为 python？

Answer 1

使用 numpy 时，最好将所有数组初始化为 numpy 数组，而不是 python 数组(列表的列表)，然后在执行时转换为 numpy。因此，第一步我将输入 v = np.zeros(n, N) 进行初始化。这应该可以解决你的第二个问题。

下一步是让您的代码更具可读性。删除 N+1/i-1 等。L 不需要是列表 - 仅使用当前值，因此将其更改为局部变量而不是列表。

在 matlab 中:v.*v 不是点积，而是两个数组的逐个元素相乘。此外，当您尝试计算 v 与其自身的点积时，v 不是平方的，因此它不起作用。但是，我们可以使用点积和转置来简化此步骤。

下面的代码应该有帮助。 matlab 代码中的第一个 sum 对“第一个数组维度”求和(我忘记了这是哪一个) - 因此您必须检查 v_squared_sum 是否具有相同的值两种语言的尺寸。

def curve_to_q(p):
    n, N = p.shape # nargout=2
    v = np.zeros((n, N))
    for i in range(n):
        v[i, :] = np.gradient(p[i, :], 1 / N)
    v_squared_sum = v.dot(v.transpose()) # 1 x (n or N) array
    len_ = np.sum(np.sqrt(v_squared_sum)) / N
    v = v / len_
    for i in range(N):
        L = sqrt(norm(v[:, i]))
            q[:, i] = v[:, i] / max(L, 0.0001)
    return q, len_