matlab与python的转换实现了简单的计算

再一次我需要你的帮助， 为了介绍这个问题，我得到了以下信息：

x=[013455678]
y=[9101113141516]
x=x（：）
y=y（：）
X=[X.^2，X.*y，y.^2，X，y]
a=总和（X）/（X'*X）

X=
0   0   81  0   9
1   10  100 1   10
9   33  121 3   11
16  48  144 4   12
25  65  169 5   13
36  84  196 6   14
49  105 225 7   15
64  128 256 8   16
a=
-0.0139 0.0278 -0.0139 -0.2361 0.2361

考虑到matlab代码是绝对正确的

我将此翻译为：

x=[0,1,3,4,5,6,7,8]
y=[9,10,11,12,13,14,15,16]
X=np.数组（[X*X，X*y，y*y，X，y]）.T
a=np.sum（X）/np.dot（X.T，X）#与问题线

X

是相同的

但是我在

a上得到了（5,5）矩阵

问题来自mult beetwen X.T和X我想，我会尝试np.matmul，np.dot，转置和T，我不知道为什么我不能得到
a
（1,5）或（5,1）向量。。。错的是a计算上那两种语言的翻译

有什么建议吗？
问题是
sum

在MATLAB中，默认值
sum
在第一个轴上求和。在
numpy
sum
中，对所有值求和

a=np.sum(X, axis=0)/np.dot(X.T,X)

将这两个矩阵划分为：

s=sum（X）
XX=（X'*X）
a=s/XX

正在求解线性系统：
XX*t=s

要在Python/NumPy中实现同样的效果，只需使用（确保使用带有正确的
轴的
参数的
np.sum（）
，以模仿与MATLAB的
sum（）
相同的行为，如注释和@AnderBiguri所示）：

x=np.数组（[0,1,3,4,5,6,7,8]）
y=np.数组（[9,10,11,12,13,14,15,16]）
X=np.数组（[X*X，X*y，y*y，X，y]）.T
s=np.和（X，0）
XX=np.点（X.T，X）
a=np.linalg.solve（XX，s）
印刷品（a）
# [-0.01388889  0.02777778 -0.01388889 -0.23611111  0.23611111]
问题是，在matlab版本中，您对dot product使用smal x
x
，但在python版本中，您对dot product使用Capital x
x
。我的错是，我编辑了Postlet，但是，请更改您的断言：matlab代码不是真的。事实上，这是错误的。您的MATLAB代码没有返回您声称的内容，它返回“错误使用/矩阵维度必须一致”。您的
a
输出在MATLAB版本中正确吗？@Cocapy问题在于，在MATLAB中
sum
给出了一个包含每列总和的向量，而
np.sum（X）
给出了所有元素的总和。您需要在np.sum中提到axis=0作为
np.sum（X，axis=0）
。我也尝试了，但它没有改变（5,5），但感谢您的尝试