% save .mat file in the matlab
train_set_x=1:50*1*51*61*23;
train_set_x=reshape(train_set_x,[50,1,51,61,23]);
save(['pythonTest.mat'],'train_set_x','-v7.3');
在matlab中获得的数据大小为(50,1,51,61,23)。
我使用此link的指令在Python中加载.mat文件。
代码如下:
import numpy as np, h5py
f = h5py.File('pythonTest.mat', 'r')
train_set_x = f.get('train_set_x')
train_set_x = np.array(train_set_x)
train_set_x.shape的输出为(23L, 61L, 51L, 1L, 50L)
。预计为(50L, 1L, 51L, 61L, 23L)
。所以我改变了形状
train_set_x=np.transpose(train_set_x, (4,3,2,1,0))
我很好奇Python和matlab之间数据形状的变化。我的代码中是否有错误?
答案 0 :(得分:4)
您的代码中没有任何错误。 Matlab和python在处理多维数组的方式上存在根本区别
Matalb和python都将多维数组的所有元素存储为内存中的单个连续块。区别在于元素的顺序:
Matlab ,(与fortran一样)以列优先的方式存储元素,即根据数组的维度存储元素,用于2D:
[1 3;
2 4]
相比之下, Python ,以行优先的方式存储元素,即从数组的 last 维度开始:
[1 2;
3 4];
因此,在Matlab中使用 size [m,n,k]
的内存块被python视为 shape [k,n,m]
的数组。
有关详细信息,请参阅this wiki page。
BTW,您可以尝试将其订单设置为" Fortran"而不是转置train_set_x
。 order(col-major,如Matlab):
train_set_x = np.array(train_set_x, order='F')