Question

我试图将Matlab脚本翻译成Numpy。这是Matlab代码的一部分：

function [idx,D]=knnsearch(varargin)
[N,M] = size(Q);
L=size(R,1);
idx = zeros(N,K);
D = idx;
for k=1:N
    d=zeros(L,1);
    for t=1:M
        d=d+(R(:,t)-Q(k,t)).^2;
    end
    d(k)=inf;
    [D(k),idx(k)]=min(d);
end

其中Q和R是可以考虑的矩阵，例如作为eye(5);你可以考虑K = 1。函数调用的示例可以是：

Q = eye(5);
R = eye(5);

[idx,D] = knnsearch(Q,R,1);

返回：

这是Numpy代码：

import numpy as np
def knnsearch(Q, R, K):
    (N,M) = Q.shape
    L = len(R[:,1])    
    idx = np.zeros((N,K), dtype=int)
    D = np.copy(idx)
    for k in range(0, N):
        d = np.zeros((L, 1))
        for t in range(0, M):
            d = d + (R[:,t] - Q[k,t])**2
        d[k] = np.inf
        idx[k] = np.argmin(d)
        D[k] = np.amin(d)
    return (idx, D)

，其中

Q0 = np.identity(5)
R0 = np.identity(5)

idxout, Dout = knnsearch(Q0, R0, 1)

这与Matlab不同：

idx: 
[[5]
 [1]
 [2]
 [3]
 [4]]
D: 
[[0]
 [0]
 [0]
 [0]
 [0]]

行号9有问题。行的第二部分，标量（(R(:,t)-Q(k,t)).^2），为Matlab和Numpy返回相同的值。相反，加法（d +标量）返回不同的值。因此，矩阵d在Matlab和Numpy中包含不同的值。

提前致谢。

Answer 1

问题是Python中的(R[:,t] - Q[k,t])**2创建了一个长度为5的列表，但您需要的是一个维度为5x1的数组。为此，你只需要替换

d = d + (R[:,t] - Q[k,t])**2

与

ma = (R[:,t] - Q[k,t])**2
ma.shape += (1,)
d = d + ma

然后你得到预期的输出：

idx: 
[[1]
 [0]
 [0]
 [0]
 [0]]
D:
[[2]
 [2]
 [2]
 [2]
 [2]]

Matlab到Numpy的翻译 - 矩阵+标量差异

1 个答案: