Question

我的代码是：

import numpy as np
import scipy.io as spio

x=np.zeros((22113,1),float)

x= spio.loadmat('C:\\Users\\dell\\Desktop\\Rabia Ahmad spring 2016\\'
                'FYP\\1. Matlab Work\\record work\\kk.mat')

print(x)

x = np.reshape(len(x),1);

h = np.array([0.9,0.3,0.1],float)

print(h)

h = h.reshape(len(h),1);

dd = np.convolve(h,x)

我遇到的错误是“ ValueError：对象太深了所需的数组” 请帮助我解决这个问题。

Answer 1

{'__globals__': [], '__version__': '1.0', 'ans': array([[ 0.13580322,
 0.13580322], [ 0.13638306, 0.13638306], [ 0.13345337, 0.13345337], 
 ..., [ 0.13638306, 0.13638306], [ 0.13345337, 0.13345337], ..., [   
 0.13638306, 0.13638306], [ 0.13345337, 0.13345337], ..., [-0.09136963,    
-0.09136963], [-0.12442017, -0.12442017], [-0.15542603, -0.15542603]])}

见{}？这意味着x中的loadmat是字典。

x['ans']将是一个数组

array([[ 0.13580322,
     0.13580322], [ 0.13638306, 0.13638306], [ 0.13345337, 0.13345337],...]])

，如果算上[]右边是一个（n，2）浮点数组。

以下行没有意义：

x = np.reshape(len(x),1);

我怀疑你的意思是x = x.reshape(...)和h一样。但这会给字典x带来错误。

当您说the shape of x is (9,) and its dtype is uint16 - 代码中的哪个位置验证了哪个？

Answer 2

x = np.reshape(len(x),1);没有做任何有用的事情。这完全丢弃了x中的数据，并创建了一个形状(1,)的数组，唯一的元素是len(x)。

在您的代码中，您将h重新塑造为(3, 1)，这是一个二维数组，而不是一维数组，这就是convolve抱怨的原因。

删除你的reshape，而只是将squeeze=True传递给scipy.io.loadmat - 这是必需的，因为matlab不具备1d数组的概念，而squeeze告诉scipy尝试并将(N, 1)和(1, N)数组展平为(N,)数组

.mat文件和1D数组的卷积

2 个答案: