如何在Python 3中翻译MATLAB单元？

只是给你一些背景：

我必须将一些MATLAB代码翻译成Python3One，但在这里我遇到了一个小问题

Matlab：

for i in 1:num_nodes
    for j in 1:num_nodes
        K{i,j} = zeros(3,3);

我把它翻译成：

k_topology = [[]]
for i in range(x):
    for i in range(x):
        k_topology[[i][j]].extend(np.zeros(3,3))

此外，在Matlab代码中还有第三个循环：

for k in 1:3
    K{i,j}(k,k) = -1

这也是一种。。。让我心烦

事实上，我不知道如何将这种变量转换成Python。另外，我猜我的Python代码有点“破损”——我并不是真的要求你们中的任何人改进它——所以我只是问哪种方法是将Matlab的计算单元转换为Python的最佳方法？

---

根据kazemakase的回答，我最终找到了一些显然很简单的翻译方法，使用列表理解。实际的Python代码如下所示：

k_topology = [[np.zeros((3,3)) for j in range(self.get_nb_nodes_from_network())]\
                  for i in range(self.get_nb_nodes_from_network())]

在输出中看起来像这样：

[[array([[ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.]]), 
array([[ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.]]), 
array([[ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.]])], ..., [array(...)]]

---

（确实有太多的值无法粘贴到这里，但我想你已经知道了。）

你需要问的第一个问题是“什么是Matlab单元，什么是合适的Python类型？”

如果我没有记错的话，在我糟糕的Matlab时代，单元格是一种容器，它可以容纳混合类型的内容。它类似于动态类型化的数组或矩阵。它是多维索引的

Python是动态类型化的，因此任何Python contianer基本上都可以实现此功能。Python中的列表是索引的，因此嵌套列表可以工作-但它们的设置和访问有些奇怪：

K = [[None] * num_nodes  for _ in range(num_nodes)]
K[i][j]  # need two indices to access elements of a nested list.

对于特定场景，字典更好地反映了Matlab语法。尽管附加项只使用一个索引，但我们可以利用这样一个事实，即元组可以在没有括号的情况下声明，并且字典可以使用元组作为索引：

K = {}
for i in range(num_nodes):
    for j in range(num_nodes):
        K[i, j] = np.zeros((3, 3))

        for k in 1:3
            K[i, j][k, k] = -1

虽然字典在语法上更加简洁，但元素访问的性能可能不如嵌套列表。嵌套的外观不同于Matlab代码。选择取决于性能或与原始代码的相似性。但是，如果性能是一个问题，无论如何还有很多事情要考虑。总之：没有最好的方法。

---

由于OP明确要求不要改进代码，我明确要求他/她忽略答案的这一部分

构建对角矩阵的更好方法是使用

np.ones

，而不是在对角元素上循环

K = {}
for i in range(num_nodes):
    for j in range(num_nodes):
        K[i, j] = -np.ones((3, 3))

此外，如果这是首选方法，则无需（大量）提前初始化即可构建嵌套列表：

K = []
for i in range(num_nodes):
    K.append([])
    for j in range(num_nodes):
        K[-1].append(-np.ones((3, 3)))

---

现在，为了让我的灵魂平静，让我对OP的代码进行分解并提供反馈：

这与原始Matlab代码（不同的变量名）无关

两个循环都使用

i

<代码>j从未定义过

[[i][j]

构建一个包含一个元素的列表

i

，并尝试获取第j个元素。如果

j

不是0，这将导致错误

list.extend

a将参数的所有元素单独附加到列表中，在本例中为单独的行<代码>列表。追加是正确的，因为整个3x3矩阵应作为K中的一个元素追加

np.zeros（3,3）

应该是

np.zeros（（3,3））

（假设

np

是

numpy

的别名），因为函数的形状是第一个参数，而不是多个参数

---

使用我在链接文章中演示的Octave/scipy save/loadmat：

八度音程

>> num_nodes=3
num_nodes =  3
>> num_nodes=3;
>> K=cell(num_nodes, num_nodes);
>> for i = 1:num_nodes
   for j = 1:num_nodes
      K{i,j} = zeros(2,2);
   end
end

>> K
K =
{
  [1,1] =

     0   0
     0   0

  [2,1] =

     0   0
     0   0
etc

访问一个单元格：

>> K{1,2}
ans =

   0   0
   0   0

>> K{1,2}(1,1)
ans = 0

>> save -7 kfile.mat K

访问一个单元格中的一个元素：

>> K{1,2}
ans =

   0   0
   0   0

>> K{1,2}(1,1)
ans = 0

>> save -7 kfile.mat K

用Python

In [31]: from scipy import io
In [32]: data = io.loadmat('kfile.mat')
In [34]: data
Out[34]: 
{'K': array([[array([[ 0.,  0.],
        [ 0.,  0.]]),
         array([[ 0.,  0.],
        [ 0.,  0.]]),
         array([[ 0.,  0.],
        [ 0.,  0.]])],
        [array([[ 0.,  0.],
        [ 0.,  0.]]),
         array([[ 0.,  0.],
        [ 0.,  0.]]),
         array([[ 0.,  0.],
        [ 0.,  0.]])],
        [array([[ 0.,  0.],
        [ 0.,  0.]]),
         array([[ 0.,  0.],
        [ 0.,  0.]]),
         array([[ 0.,  0.],
        [ 0.,  0.]])]], dtype=object),
 '__globals__': [],
 '__header__': b'MATLAB 5.0 MAT-file, written by Octave 4.0.0, 2017-02-15 19:05:44 UTC',
 '__version__': '1.0'}

In [35]: data['K'].shape
Out[35]: (3, 3)
In [36]: data['K'][0,0].shape
Out[36]: (2, 2)
In [37]: data['K'][0,0][0,0]
Out[37]: 0.0

---

loadmat

将

单元格

视为2d对象数据类型数组；而正则矩阵是二维数值数组。对象数组在许多方面都类似于嵌套的Python列表。

描述Matlab代码的功能以及您认为难以翻译的原因可能会有所帮助。K矩阵用于表示电气网络的拓扑结构。因此，它将包含长度从1到3最大的其他矩阵。就它得到的结果而言，我可以理解第一个循环（带有K{I，j}），但第二个循环在我看来非常奇怪：K{I，j}（K，K）是什么？我怎么翻译呢？这就是为什么我觉得很难：我只是不明白，所以

K

是二维的？那么

k_拓扑

和

k

之间有什么区别呢？我想最接近的应该是

dtype=object

的

np.array

。是的，我忘了提到：k_拓扑是我的Python等价于Matlab的k矩阵。好吧，谢谢你的回答，这让我明白了很多事情！所以我想我要检查一个涉及嵌套列表的列表。谢谢。我最终用列表理解来解决我的问题，但我没有使用倍频程，所以我认为你的答案与我的问题无关倍频程与Matlab兼容。我正在说明Matlab结构和numpy结构之间最直接的等价性。但是直接创建2d对象数组有点尴尬，在您的情况下可能不需要。列表在python中更自然/原生。