矢量表示 matlab vs numpy

Question

我必须在 MATLAB 和 NumPy (Python 3.x) 之间切换。总是给我带来问题的是 NumPy 中向量的使用方式。在 MATLAB 中，向量或多或少只是一个 1xn 或 nx1 矩阵。举个例子：

b=np.array([0,2])

是一个 (2,) 数组，实际上它对任何矩阵运算都没有用，因为在这种情况下，我必须先执行 b.reshape(2,1) 之类的操作。几乎在任何时候，我都必须重塑函数返回的向量/数组。有人能告诉我为什么 NumPy 数组默认不被视为列或行向量吗？而且因为我必须经常这样做……重塑是最好的方法吗？

Answer 1

恕我直言，Numpy 的基于数组的语法比 Matlab 的基于线性代数的语法更加灵活方便。在大多数情况下，numpy 代码会更干净，更容易编写/遵循。当您执行 simple 线性代数运算时会出现仅有的少数例外情况，而 Matlab 的语法 稍微 更有效。

请注意，在大多数情况下，您不需要 reshape numpy 数组来模拟 matlab 的操作。例如A.dot(b) 或A@b (python 3) 其中A 是一个矩阵（二维numpy.array）与Matlab 中的A*b 基本相同。给自己一些时间来熟悉 numpy，你会发现是 Matlab “强迫”你过度使用/滥用 reshape 函数，而不是 numpy。