向量表示matlab vs numpy

Question

我必須在MATLAB和NumPy（Python 3.x）之間切換。總是對我造成問題的是NumPy中使用向量的方式。在MATLAB中，矢量或多或少不是1xn或nx1矩陣。爲了提供一個例子：

b=np.array([0,2]) 

是（2，）陣列而事實上，因爲在這種情況下我以前做類似b.reshape(2,1)不是任何矩陣運算是有用的。幾乎在任何時候，我都必須重新設計函數返回的向量/數組。有人可以告訴我爲什麼NumPy數組默認情況下不像列或行向量那樣處理？而且因爲我必須經常這樣做......重塑最好的辦法嗎？

Answer 1

恕我直言，Numpy的基於數組的語法比Matlab的基於線性代數的語法更加靈活方便。在大多數情況下，numpy代碼會更乾淨，易於編寫/遵循。在執行簡單線性代數運算時出現的只有少數例外，其中Matlab的語法是略微效率更高。

請注意，在大多數情況下，您不需要reshape numpy數組來模仿matlab的操作。例如，A.dot(b)或A@b（python 3）其中A是矩陣（2維numpy.array）與Matlab中的A*b基本相同。給自己一些時間來熟悉numpy，你會發現它是Matlab「強制」你過度使用/濫用reshape函數，而不是numpy。