将MATLAB代码转换为Python并收到TypeError:'；numpy.ndarray和#x27；对象不可调用错误

我正在将生成波形的MATLAB代码转换为Python。在上下文中，这是一个来自原子力显微镜的带激发响应的模拟（与代码错误无关）。下面是MATLAB代码

%simulate BE response over a line scan

% define experimental parameters
IO_rate = 4E6; %[samples/sec]
N_pixels = 128; % number of pixels along a line scan
N_points_per_pixel = 2^13; % number of data points per pixel
w1 = 200E3; % lower edge of band
w2 = 400E3; % upper edge of band
noise_level = .1; %add noise to the signal

w_vec = -IO_rate/2: IO_rate/N_points_per_pixel : IO_rate/2-IO_rate/N_points_per_pixel; %frequency vector over a pixel

% vary A, wo, Q, and phase over pixels
p_vec = (0:N_pixels-1)/N_pixels;
A_vec = sin(2*pi*3*p_vec)+2; %amplitude
wo_vec = 250E3 + 100E3*p_vec; %resonance
Q_vec = 100 - 50*p_vec; % Q-factor
phi_vec = sign(p_vec-.5); % phase

% build drive signal, define in the Fourier domain
D_vec = zeros(size(w_vec));
D_vec( ((abs(w_vec)<w2) + (abs(w_vec)>w1)) == 2 ) = 1; % drive bins located within upper and lower band edges
band_ind = find( (((w_vec)<w2) + ((w_vec)>w1)) == 2 );

d_vec = fftshift(ifft(ifftshift(D_vec))); % find drive signal in the time domain

% build response at each pixel
R_mat = zeros(N_pixels,N_points_per_pixel);
r_mat = zeros(N_pixels,N_points_per_pixel);
for k1 = 1 : N_pixels
    H_vec = (A_vec(k1).*wo_vec(k1).^2).*exp(1i*phi_vec(k1))./(w_vec.^2 + 1i*wo_vec(k1)*w_vec/Q_vec(k1) - wo_vec(k1).^2); %cantilever transfer function
    R_mat(k1,:) = (H_vec.*D_vec); %response of the cantilever in the Fourier domain
    
    %determine response in the time domain (this is a little hokey, but it should work for simulation)    
    r_mat(k1,:) = fliplr((real((ifft(fftshift(R_mat(k1,:)))))));    
end

% build full response in the time domain;
r_vec = reshape(r_mat.',[ 1 N_pixels*N_points_per_pixel]);

% add noise
r_vec = r_vec + noise_level*2*(rand(size(r_vec))-.5);

%save response as a .mat (which can be read into python if needed)

%模拟行扫描上的BE响应
%定义实验参数
IO_比率=4E6；%[样本/秒]
N_像素=128；%沿线扫描的像素数
每像素N个点=2^13；%每像素的数据点数量
w1=200E3；%带的下边缘
w2=400E3；%带的上边缘
噪音水平=.1；%给信号加上噪音
w_vec=-IO_速率/2:IO_速率/N_点数/u像素：IO_速率/2-IO_速率/N_点数/u像素；%像素上的频率向量
%在像素上改变A、wo、Q和相位
p_向量=（0:N_像素-1）/N_像素；
A_vec=sin（2*pi*3*p_vec）+2；%振幅
wo_vec=250E3+100E3*p_vec；%共鸣
Q_vec=100-50*p_vec；%Q因子
phi_vec=符号（p_vec-.5）；%阶段
%建立驱动信号，在傅里叶域中定义
D_vec=零（大小（w_vec））；
D_vec（（（abs（w_vec）w1））==2）=1；%位于上部和下部带边缘内的传动箱
波段ind=find（（（w_vec）w1））=2；
d_vec=fft移位（ifft（ifftshift（d_vec））；%在时域中查找驱动信号
%在每个像素处构建响应
R_mat=零（N_像素，N_点/u像素）；
r_mat=零（N_像素，N_点/u像素）；
对于k1=1:N_像素
H_-vec=（A_-vec（k1）.*w_-vec（k1）.^2.*exp（1i*phi_-vec（k1））/（w_-vec.^2+1i*w_-vec（k1）*w_-vec/Q_-vec（k1）-w_-vec（k1）；%悬臂梁传递函数
R_-mat（k1，：）=（H_-vec.*D_-vec）；%悬臂梁在傅里叶域中的响应
%在时域中确定响应（这有点胡闹，但它应该适用于模拟）
r_-mat（k1，：）=fliplr（real（（ifft（fftshift）（r_-mat（k1，：）））））；
结束
%在时域中建立完全响应；
r_vec=重塑（r_mat.，[1个N_像素*每个N像素N个点]；
%增加噪音
r_vec=r_vec+噪声级*2*（rand（大小（r_vec））-.5）；
%将响应另存为.mat（如果需要，可以将其读入python）

到目前为止，我已经将其转换为python代码

#simulate BE response over a line scan

# define experimental parameters
IO_rate = 4E6; #[samples/sec]
N_pixels = 128; # number of pixels along a line scan
N_points_per_pixel = 8192; # number of data points per pixel
w1 = 200E3; # lower edge of band
w2 = 400E3; # upper edge of band
noise_level = .1; #add noise to the signal

w_vec = np.arange(-IO_rate/2, IO_rate/2-IO_rate/N_points_per_pixel + 1, IO_rate/N_points_per_pixel)
# vary A, wo, Q, and phase over pixels
p_vec = np.arange(0, N_pixels-1)/N_pixels
A_vec = np.sin(2*np.pi*3*p_vec)+2 #amplitude
wo_vec = 250E3 + 100E3*p_vec #resonance
Q_vec = 100 - 50*p_vec # Q-factor
phi_vec = np.sign(p_vec-.5) # phase

D_vec = np.zeros(np.size(w_vec))
ind = (abs(w_vec)<w2) & (abs(w_vec)>w1);
D_vec[ind] = 1; #assign those indices to 1.
band_ind = np.nonzero(((w_vec)<w2) & ((w_vec)>w1));

d_vec = np.fft.fftshift(np.fft.ifft(np.fft.ifftshift(D_vec))) #find drive signal in the time domain
R_mat = np.zeros((N_pixels,N_points_per_pixel))
r_mat = np.zeros((N_pixels,N_points_per_pixel))

for k1 in range(N_pixels):
    H_vec = ((A_vec(k1)*wo_vec(k1)**2)*np.exp(1j*phi_vec(k1))/(w_vec**2 + 1j*wo_vec(k1)*w_vec/Q_vec(k1) - wo_vec(k1)**2)); #cantilever transfer function

#通过行扫描模拟BE响应
#定义实验参数
IO_率=4E6#[样本/秒]
N_像素=128；#沿线扫描的像素数
N_点每_像素=8192；#每像素的数据点数量
w1=200E3；#带的下边缘
w2=400E3；#带的上边缘
噪音水平=.1#给信号加上噪音
w_vec=np.arange（-IO_速率/2，IO_速率/2-IO_速率/N点/像素+1，IO_速率/N点/像素）
#在像素上改变A、wo、Q和相位
p_vec=np.arange（0，N_像素-1）/N_像素
A_vec=np.sin（2*np.pi*3*p_vec）+2#振幅
wo_vec=250E3+100E3*p_vec共振
Q#u vec=100-50*p#u vec#Q因子
phi_vec=np.符号（p_vec-.5）#相位
D_向量=np.零（np.大小（w_向量））
ind=（abs（w_vec）w1）；
D_vec[ind]=1#将这些索引分配给1。
band_ind=np.非零（（w_vec）w1））；
d#u vec=np.fft.fft移位（np.fft.ifft（np.fft.ifftshift（d#vec）））#在时域中查找驱动信号
R_mat=np.零（（N_像素，N_点/u像素））
r_mat=np.零（（N_像素，N_点/u像素））
对于范围内的k1（N_像素）：
H_vec=（（A_vec（k1）*wo_vec（k1）**2）*np.exp（1j*phi_vec（k1））/（w_vec**2+1j*wo_vec（k1）*w_vec/Q_vec（k1）-wo_vec（k1）**2））#悬臂梁传递函数

---

执行for循环中到目前为止的内容后，我得到了

TypeError:'numpy.ndarray'对象不可调用

，因此我不确定我做错了什么？

这个问题存在于循环中向量的索引中。
代码应为：

    H_vec = ((A_vec[k1]*wo_vec[k1]**2)*np.exp(1j*phi_vec[k1])/(w_vec**2 + 1j*wo_vec[k1]*w_vec/Q_vec[k1] - wo_vec[k1]**2)); #cantilever transfer function

此外，似乎还有一个循环中的问题。 你的意思是写：

for k1 in range(N_pixels-1):
      

原因是您使用

（）

操作符而不是

[]

来访问数组中的项（即，您使用MatLab样式的元素引用而不是Phytonian样式）

另外，在

np.arrange（）

中，您应该传递N_个像素，否则您将得到一个

索引器：索引127超出轴0的范围，大小为127

错误

由于Python使用缩进作为行之间的分隔，因此不需要添加

位于每行末尾

以下是更正的版本：

import numpy as np
#simulate BE response over a line scan

# define experimental parameters
IO_rate = 4E6 #[samples/sec]
N_pixels = 128 # number of pixels along a line scan
N_points_per_pixel = 8192 # number of data points per pixel
w1 = 200E3 # lower edge of band
w2 = 400E3 # upper edge of band
noise_level = .1 #add noise to the signal

w_vec = np.arange(-IO_rate/2, IO_rate/2-IO_rate/N_points_per_pixel + 1, 
IO_rate/N_points_per_pixel)
# vary A, wo, Q, and phase over pixels
p_vec = np.arange(N_pixels)/N_pixels
A_vec = np.sin(2*np.pi*3*p_vec)+2 #amplitude
wo_vec = 250E3 + 100E3*p_vec #resonance
Q_vec = 100 - 50*p_vec # Q-factor
phi_vec = np.sign(p_vec-.5) # phase

D_vec = np.zeros(np.size(w_vec))
ind = (abs(w_vec)<w2) & (abs(w_vec)>w1)
D_vec[ind] = 1; #assign those indices to 1.
band_ind = np.nonzero(((w_vec)<w2) & ((w_vec)>w1))

d_vec = np.fft.fftshift(np.fft.ifft(np.fft.ifftshift(D_vec))) #find drive signal in the time domain
R_mat = np.zeros((N_pixels,N_points_per_pixel))
r_mat = np.zeros((N_pixels,N_points_per_pixel))

for k1 in range(N_pixels):
    H_vec = ((A_vec[k1]*wo_vec[k1]**2)*np.exp(1j*phi_vec[k1])/(w_vec**2 + 1j*wo_vec[k1]*w_vec/Q_vec[k1] - wo_vec[k1]**2)) #cantilever transfer function

将numpy导入为np
#通过线扫描模拟BE响应
#定义实验参数
IO_速率=4E6#[样本/秒]
N_像素=128#沿线扫描的像素数
N_点每_像素=8192#每像素的数据点数量
w1=200E3#带的下边缘
w2=400E3#带的上边缘
噪声级=.1#向信号添加噪声
w_vec=np.arange（-IO_rate/2，IO_rate/2-IO_rate/N_points_per_pixel+1，
IO_速率/N_点数（每像素）
#在像素上改变A、wo、Q和相位
p_vec=np.arange（N_像素）/N_像素
A_vec=np.sin（2*np.pi*3*p_vec）+2#振幅
wo_vec=250E3+100E3*p_vec共振
Q#u vec=100-50*p#u vec#Q因子
phi_vec=np.符号（p_vec-.5）#相位
D_向量=np.零（np.大小（w_向量））
ind=（abs（w_vec）w1）
D_vec[ind]=1#将这些索引分配给1。
频带ind=np.非零（（w_vec）w1））
d#u vec=np.fft.fft移位（np.fft.ifft（np.fft.ifftshift（d#vec）））#在时域中查找驱动信号
R_mat=np.零（（N_像素，N_点/u像素））
r_mat=np.零（（N_像素，N_点/u像素））
对于范围内的k1（N_像素）：
H_-vec=（（A_-vec[k1]*wo_-vec[k1]**2）*np.exp（1j*phi_-vec[k1]）/（w_-vec**2+1j*wo_-vec[k1]*w_-vec/Q_-vec[k1]**2））悬臂传递函数

---

干杯。

在索引方面，您了解MATLAB和python之间的区别吗？（）与[]的用法？你知道什么是回溯吗？以及如何确定哪一行和变量是问题所在？为什么建议对除第一行和最后一行之外的所有元素执行OP循环？MATLAB代码在整个数组上循环。@CrisLuengo我如何编写它以使它在整个数组上循环？@RyanF:k1范围内（N_像素）的

，

是正确的。