我想在Python中实现以下Matlab代码:
x=1:100;
y=20*log10(x);
我尝试使用Numpy来执行此操作:
y = numpy.zeros(x.shape)
for i in range(len(x)):
y[i] = 20*math.log10(x[i])
但这会使用for循环;反正有没有在Matlab中进行矢量化操作?我知道一些简单的数学运算,例如除法和乘法,这是可能的。但是其他更复杂的操作如对数呢?
答案 0 :(得分:3)
y = numpy.log10(numpy.arange(1, 101)) * 20
In [30]: numpy.arange(1, 10)
Out[30]: array([1, 2, 3, 4, 5, 6, 7, 8, 9])
In [31]: numpy.log10(numpy.arange(1, 10))
Out[31]:
array([ 0. , 0.30103 , 0.47712125, 0.60205999, 0.69897 ,
0.77815125, 0.84509804, 0.90308999, 0.95424251])
In [32]: numpy.log10(numpy.arange(1, 10)) * 20
Out[32]:
array([ 0. , 6.02059991, 9.54242509, 12.04119983,
13.97940009, 15.56302501, 16.9019608 , 18.06179974, 19.08485019])
答案 1 :(得分:3)
x = numpy.arange(1, 100)
y = 20 * numpy.log10(x)
答案 2 :(得分:2)
Numpy有许多内置数组运算符,如log10。如果它没有列在numpy的文档中,并且你无法通过组合内置方法来生成它,那么就没有简单的方法来有效地完成它。你可以实现一个C级函数来处理numpy数组并编译它,但这比一两行Python代码要多得多。
对于你的情况,你几乎已经有了正确的输出:
y = 20*numpy.log10(x)
答案 3 :(得分:2)
您可能需要查看Numpy文档。这是一个很好的起点:
http://docs.scipy.org/doc/numpy/reference/routines.html
特别与您的问题相关:
http://docs.scipy.org/doc/numpy/reference/routines.math.html
答案 4 :(得分:1)
如果你没有尝试做任何复杂的事情,原始代码也可以这样实现,如果我没有弄错的话,不需要使用numpy。
>>> import math
>>> x = range(1, 101)
>>> y = [ 20 * math.log10(z) for z in x ]
答案 5 :(得分:1)
除了使用numpy标准矢量化函数执行矢量化操作外,您还可以使用numpy.vectorize创建自定义矢量化函数。这是一个例子:
>>> def myfunc(a, b):
... "Return a-b if a>b, otherwise return a+b"
... if a > b:
... return a - b
... else:
... return a + b
>>>
>>> vfunc = np.vectorize(myfunc)
>>> vfunc([1, 2, 3, 4], 2)
array([3, 4, 1, 2])