Question

我正在尝试将一段代码从matlab转换为涉及（500x500）2D矩阵的梯度函数的python。 't'和's'是具有一些值的2D矩阵。 'T'和'S'分别是具有零和np.zeros的2D矩阵。 row，col是相同的值整数，在我的情况下是127。

for i in range(1, row):
    for j in range(2, col):
        T[i][j] = t[i][j - 1] + np.gradient(t[i][j - 1])
        S[i][j] = s[i][j - 1] + np.gradient(s[i][j - 1])

我生成的Python代码是：

{{1}}

但是这种转换会产生错误

渐变如果max（轴）> = N或min（轴）＆lt; 0： ValueError：max（）arg是一个空序列。我在渐变函数的第一个循环中得到错误。我在这里错过了什么？有什么建议吗？

Answer 1

修改

您正尝试对标量值执行np.gradient。这将始终返回错误。例如，尝试np.gradient(2)，它将返回与您相同的错误。 np.gradient函数需要数组输入。相反，如果为matlab的gradient函数提供标量输入，则返回0。在您的matlab代码中，您似乎只是在t和s矩阵中添加0以获取T和S矩阵。

不确定这是否能解决您的具体问题，但不要忘记python以index = 0开头，而matlab以index = 1开头。尝试：

for i in range(0, row): for j in range(1, col): T[i][j] = t[i][j - 1] + np.gradient(t[i][j - 1]) S[i][j] = s[i][j - 1] + np.gradient(s[i][j - 1])

在matlab中获取np.gradient的python代码转换错误

1 个答案: