Question

我是Python的新手，来自MATLAB，很久以前来自C。我在MATLAB中编写了一个脚本，它模拟了马尔可夫过程中河流中的沉积物输送。代码随机地将随机直径的圆放置在指定尺寸的矩形区域内。圆是不均匀的尺寸，从指定的尺寸范围中随机抽取。我不知道有多少次我会逐步完成圆圈放置操作，所以我使用while循环来完成这个过程。为了更加面向社区，我正在将MATLAB脚本翻译成Python。我使用在线工具OMPC开始，并从自动翻译版本手动完成（没有那么有用，这并不奇怪）。为了调试代码，我使用了 MATLAB生成的结果通常与Python中的结果进行比较和对比。我似乎很清楚，我已经以一种在脚本中进行计算时引入问题的方式声明了变量。以下是不同代码执行实例之间的一致问题的两个示例。首先，代码生成我认为是数组中的数组，因为脚本返回的结果如下：

array（[[True] [错]]，dtype = bool）

此结果是在overlap_logix操作中为以下代码段生成的：

CenterCoord_Array = np.asarray(CenterCoordinates)
Diameter_Array = np.asarray(Diameter)
dist_check = ((CenterCoord_Array[:,0] - x_Center) ** 2 + (CenterCoord_Array[:,1] - y_Center) ** 2) ** 0.5
radius_check = (Diameter_Array / 2) + radius
radius_check_update = np.reshape(radius_check,(len(radius_check),1))
radius_overlap = (radius_check_update >= dist_check)
    # Now actually check the overalp condition.
    if np.sum([radius_overlap]) == 0:
        # The new circle does not overlap so proceed.
        newCircle_Found = 1
        debug_value = 2
    elif np.sum([radius_overlap]) == 1:
        # The new circle overlaps with one other circle
        overlap = np.arange(0,len(radius_overlap), dtype=int)
        overlap_update = np.reshape(overlap,(len(overlap),1))
        overlap_logix = (radius_overlap == 1)
        idx_true = overlap_update[overlap_logix]
        radius = dist_check(idx_true,1) - (Diameter(idx_true,1) / 2)

为变量生成了相同运行的类似结果：

radius_check_update
radius_overlap
overlap_update

以下是工作MATLAB版本（根据要求）的相同代码片段：

distcheck = ((Circles.CenterCoordinates(1,:)-x_Center).^2 +  (Circles.CenterCoordinates(2,:)-y_Center).^2).^0.5;
radius_check = (Circles.Diameter ./ 2) + radius;
radius_overlap = (radius_check >= distcheck);
    % Now actually check the overalp condition.
    if sum(radius_overlap) == 0
        % The new circle does not overlap so proceed.
        newCircle_Found = 1;
        debug_value = 2;
    elseif sum(radius_overlap) == 1
        % The new circle overlaps with one other circle
        temp = 1:size(radius_overlap,2);
        idx_true = temp(radius_overlap == 1);
        radius = distcheck(1,idx_true) - (Circles.Diameter(1,idx_true)/2);

在Python版本中，我从列表中创建了数组，以便更轻松地对内容进行操作（代码片段的前两行）。数组结果中的数组和创建数组来访问数据告诉我，我错误地声明了变量类型，但我不确定。此外，一些变量具有大小，例如，（2L，）（数值维度将随着圆放置而改变），其中没有第二维。当我尝试在另一个具有大小（2L，1L）的数组的操作中使用该数组时，这会产生明显的问题。由于这些问题，我开始重塑数组，然后我停止了因为我认为这些是黑客，因为我已经错误地声明了一个或多个变量。其次，对于同一次运行，我遇到了以下错误：

TypeError：＆＃39; numpy.ndarray＆＃39;对象不可调用

操作：

radius = dist_check(idx_true,1) - (Diameter(idx_true,1) / 2)

发生在上面代码段的底部。我已将整个脚本发布在以下链接中，因为为自己执行脚本可能更有用：

https://github.com/smchartrand/MarkovProcess_Bedload

我已经设置了使用一些初始参数值运行的代码，因此不需要做出决定;这些参数值在基于MATLAB的脚本中产生预期结果，在绘制时看起来像这样：

所以，我似乎特别关注第151-165行的操作问题，具体取决于测试值 np.sum（[radius_overlap]），我认为这是因为我错误地声明了变量类型，但我真的不确定。我可以肯定地说，Python版本和MATLAB版本在输出中通过while循环的第一步是一致的，而代码行127则是进入while循环的第二步。在代码中的这一点下面，上面记录的问题最终导致脚本崩溃。有时脚本执行完成15％，有时它不会达到5％ - 这是由于圆圈放置的随机性。我正在Spyder（Python 2.7）IDE中准备代码，并将作为我研究的一部分公开分享工作代码。我非常感谢能够提供任何帮助来识别我的错误和python编码实践的误用。

Answer 1

我相信我已经回答了我自己的问题，也许它会对未来的某些人有用。我可以在以下三个网页找到主要的教学资料：

Stackoverflow Question 176011

SciPy FAQ

SciPy NumPy for Matlab users

第三个网页对我来自MATLAB很有帮助。这是修改后的工作python代码片段，它与上面提供的原始片段有关：

dist_check = ((CenterCoordinates[0,:] - x_Center) ** 2 + (CenterCoordinates[1,:] - y_Center) ** 2) ** 0.5
radius_check = (Diameter / 2) + radius
radius_overlap = (radius_check >= dist_check)
# Now actually check the overalp condition.
if np.sum([radius_overlap]) == 0:
    # The new circle does not overlap so proceed.
    newCircle_Found = 1
    debug_value = 2
elif np.sum([radius_overlap]) == 1:
    # The new circle overlaps with one other circle
    overlap = np.arange(0,len(radius_overlap[0]), dtype=int).reshape(1, len(radius_overlap[0]))
    overlap_logix = (radius_overlap == 1)
    idx_true = overlap[overlap_logix]
    radius = dist_check[idx_true] - (Diameter[0,idx_true] / 2)

最后我很清楚，对于这个例子来说，使用numpy数组与列表来存储填充矩形区域的每次迭代的结果更为直接。对于更正的代码段，这意味着我初始化了变量：

CenterCoordinates，
直径

作为numpy数组，而我在发布的问题中将它们初始化为列表。这使得一些数学运算更加简单。我也错误地使用括号（）索引变量而不是使用方括号[]的正确方法。以下是我所做的更正示例，它帮助代码按照设想执行：

不正确：radius = dist_check（idx_true，1） - （Diameter（idx_true，1）/ 2）
正确：radius = dist_check [idx_true] - （Diameter [0，idx_true] / 2）

此示例还显示我遇到了数组维度的问题，我通过变量更正了变量。我仍然不确定我的工作代码是否是以随机方式填充矩形区域的最pythonic或最有效的方式，但我已经成功测试了大约100次。修订后的工作代码可以在这里下载：

Working Python Script to Randomly Fill Rectangular Area with Circles

以下是成功运行工作代码的最终结果的图像：

对我来说，主要的教训是（1）numpy数组对于重复数值计算更有效，（2）我创建的数组的维数并不总是我所期望的那样，并且在建立数组时必须小心。感谢那些查看我的问题并要求澄清的人。

在Python 2.7x中声明变量以避免以后出现问题

1 个答案: