如何将此C代码转换为Python？

我正在尝试将我的C代码转换成python脚本，以便更多的人可以轻松地访问它，但是我在理解这段代码时遇到了问题

int i, t;
for (i = 0; i < N; i++) {
   t = (int)(T*drand48());
   z[i] = t;
   Nwt[w[i]][t]++;
   Ndt[d[i]][t]++;
   Nt[t]++;
}

Nwt和Ndt也是数组，每个元素都是内存分配？（不确定）。至少，它们中的每一个都是使用以下方法创建的，传入两个不同的int

Nwt = dmat(W,T);
Ndt = dmat(D,T);

double **dmat(int nr, int nc) //
{
   int N = nr*nc;
   double *tmp = (double*) calloc(N,sizeof(double));
   double **x  = (double**)calloc(nr,sizeof(double*));
   int r;
   assert(tmp);
   assert(x);
   for (r = 0; r < nr; r++) x[r] = tmp + nc*r;
   return x;
}

这就是我到目前为止所做的：

for i in range(self.N):
        t = self.T * random.random()
        self.z[i] = t
        //** INCORRECT BELOW **
        //self.Nwt[self.N[i]] = t + 1 
        //self.Ndt[i] = t + 1
        //self.Nt[t + 1] += 1

---

Python部分的一个建议是使用数组来表示矩阵（也可能是数组）。但是说实话，你现在不应该担心这个。那个C代码看起来很难看。除此之外，不同的语言使用不同的方法来实现相同的目标。这就是为什么这种转换很困难的原因。试着理解它实现的算法（假设它就是这样做的），并以一种语言不可知的方式写下来。然后想想你将如何在Python中实现它。

对于Python部分的建议是使用数组来表示矩阵（也可能是数组）。但是说实话，你现在不应该担心这个。那个C代码看起来很难看。除此之外，不同的语言使用不同的方法来实现相同的目标。这就是为什么这种转换很困难的原因。试着理解它实现的算法（假设它就是这样做的），并以一种语言不可知的方式写下来。然后想想你将如何在Python中实现它。

Nwt

和

Ndt

是二维数组。这些线路：

Nwt[w[i]][t]++;
Ndt[d[i]][t]++;

将每个数组中某个位置的值递增1。如果将寻址视为

数组[列][行]

，则该列将根据索引i的其他一维数组

w

和

d

中的值进行选择

t

似乎是一些随机索引

您没有显示dmat的

函数在做什么，很难将其分解

（在Python方面无法帮助您，希望这有助于澄清C）
Nwt
和
Ndt
是二维数组。这些线路：

Nwt[w[i]][t]++;
Ndt[d[i]][t]++;

将每个数组中某个位置的值递增1。如果将寻址视为
数组[列][行]
，则该列将根据索引i的其他一维数组
w
和
d
中的值进行选择
t
似乎是一些随机索引

您没有显示dmat的
函数在做什么，很难将其分解

（在Python方面无法帮助您，希望这有助于澄清C）
好的，您似乎有一些想法是错误的。
N是数组的大小

dmat返回一个类似于矩阵的东西，它由nr行表示，其中每一行都是nc double的“数组”

ivec返回n个整数元素的“数组”

所以w[]和d[]表示双精度数组的索引

您遇到问题的循环用于增加矩阵的某些元素。一个索引显示为预先存储在w和d数组中，另一个是随机生成的，我怀疑，如果不知道代码的意图是什么，那么理解语义就有点困难

具体而言，了解以下信息可能会有所帮助：
Nwt[x][y]++表示增加（加1）第x列和第y列的矩阵元素

还必须提到的是，这个C代码很难看——没有有用的命名和注释，无所畏惧地使用C最糟糕的语法，真的很难理解。
好吧，你似乎有一些想法是错误的。
N是数组的大小

dmat返回一个类似于矩阵的东西，它由nr行表示，其中每一行都是nc double的“数组”

ivec返回n个整数元素的“数组”

所以w[]和d[]表示双精度数组的索引

您遇到问题的循环用于增加矩阵的某些元素。一个索引显示为预先存储在w和d数组中，另一个是随机生成的，我怀疑，如果不知道代码的意图是什么，那么理解语义就有点困难

具体而言，了解以下信息可能会有所帮助：
Nwt[x][y]++表示增加（加1）第x列和第y列的矩阵元素

还必须提到的是，这段C代码很难看——没有有用的命名和注释，无所畏惧地使用C最糟糕的语法，真的很难理解。
在您的翻译中，我首先要担心的是使用有意义的变量名，特别是对于那些数组。不管怎么说，大部分都是直接翻译的

Nwt和Ndt是二维阵列，Nt是一维阵列。看起来您正在z数组中的所有“列”上循环，并为每个列生成一个随机数。然后增加Nwt（第w[i]行）、Ndt（第d[i]行）和Nt中拾取的列。实际随机值隐藏在z中

#Literal translation
for i in range(N):
    t = Random.randint(0,T) #Not sure on this... but it seems likely.
    z[i] = t
    Nwt[w[i]][t] += 1
    Ndt[d[i]][t] += 1
    Nt[t] += 1

#In place of w= ivec(N);
w = [0]*N
d = [0]*N
z = [0]*N

#In place of Nwt = dmat(W,T)
Nwt = [[0.0] * T] * W
Ndt = [[0.0] * T] * D

编辑：已将w/d/z初始化从“n”更正为“n”

注意这里仍然有一些错误，因为看起来N必须等于W，而D。。。因此，请小心处理。
在您的翻译中，我首先要担心的是如何生成有意义的变量名，尤其是那些数组。不管怎么说，大部分都是直接翻译的

Nwt和Ndt是二维阵列，Nt是一维阵列。看起来您正在z数组中的所有“列”上循环，并为每个列生成一个随机数。然后增加Nwt（第w[i]行）、Ndt（第d[i]行）和Nt中拾取的列。实际随机值隐藏在z中

#Literal translation
for i in range(N):
    t = Random.randint(0,T) #Not sure on this... but it seems likely.
    z[i] = t
    Nwt[w[i]][t] += 1
    Ndt[d[i]][t] += 1
    Nt[t] += 1

#In place of w= ivec(N);
w = [0]*N
d = [0]*N
z = [0]*N

#In place of Nwt = dmat(W,T)
Nwt = [[0.0] * T] * W
Ndt = [[0.0] * T] * D

编辑：已将w/d/z初始化从“n”更正为“n”

注意这里仍然有一些错误，因为看起来N必须等于W，而D。。。所以请小心处理。
dmat函数位于我在原始代码中发布的第三个代码段中。这也是一个分配程序。我想这就是让我讨厌的原因。我不知道C，也不知道