Question

我对Matlab和Python都是一个新手，所以，如果这个问题有点愚蠢，很多道歉......

我正在尝试使用numpy和scipy将一些Matlab代码转换为Python，并且事情进展顺利，直到我到达有人写的稀疏矩阵。 Matlab代码如下：

unwarpMatrix = sparse(phaseOrigin, ceil([1:nRead*nSlice*nPhaseDmap]/expan), 1, numPoints, numPoints)/expan;

这是我的python代码（通过我的思考过程）导致我尝试转换。对于给定的数据集，我正在测试（在Matlab和Python中）：

nread = 64
nslice = 28
nphasedmap = 3200
expand = 100
numpoints = 57344

因此，phaseorigin，s和j数组的长度是5734400（我已经确认了创建我的phaseorigin数组输出的函数与Matlab完全相同的结果）

#Matlab sparse takes: S = sparse(i,j,s,m,n)
#Generates an m by n sparse matrix such that: S(i(k),j(k)) = s(k)

#scipy csc matrix takes: csc_matrix((data, ij), shape=(M, N))

#Matlab code is: unwarpMatrix = sparse(phaseOrigin, ceil([1:nRead*nSlice*nPhaseDmap]/expan), 1, numPoints, numPoints)/expan;
size = nread*nslice*nphasedmap

#i would be phaseOrigin variable
j = np.ceil(np.arange(1,size+1, dtype=np.double)/expan)

#Matlab apparently treats '1' as a scalar so I should be tiling 1 to the same size as j and phaseorigin
s = np.tile(1,size)

unwarpmatrix = csc_matrix((s,(phaseorigin, j)), shape=(numpoints,numpoints))/expan

所以当我尝试运行我的python代码时，我得到：

ValueError: column index exceedes matrix dimensions

即使数组大小大于定义的矩阵大小，当我运行Matlab代码时也不会发生这种情况......

我做错了什么？我显然搞砸了一些事情......非常感谢您的帮助！

Answer 1

问题是; Python索引从0开始，而Matlab索引从1开始。因此对于大小为array的{{1}}，在Python中，第一个元素为57344，最后一个元素为arr[0]。

您的变量arr[57343]的值为j到1。你可能看到了这个问题。像这样创建57344可以解决问题：

不过，最好在使用之前检查一下......

使用csc_matrix（）将Matlab sparse（）代码转换为numpy / scipy的问题

1 个答案: