使用 python 和 matlab 写入二进制文件的不同结果

Question

我正在尝试将 matlab 脚本转换为 python。该脚本涉及将数据写入二进制文件。我注意到文件之间的差异，特别是在编写矩阵/numpy 数组时。在编写其他变量类型（int、string 等）时，文件与所需的相同。

Matlab 代码：

fid = fopen("test2.txt", "wb");
a = [[1 2];[3 4]];
fwrite(fid, a, "float64");
fclose(fid);

matlab结果（如记事本所示）：

ð? @@@

Python 代码：

import numpy as np
with open("test2.txt", "wb") as fid:
    a = np.array([[1, 2], [3, 4]])
    fid.write(a.astype("float64"))
    # a.astype("float64").tofile(fid) # also doesn't give correct result

Python结果（如记事本所示）：

ð? @@@

Answer 1

由于记事本试图将整数作为文本读取，字符看起来仍然非常相似，但我认为它提供了足够的提示。为了便于打字，我们将 Matlab 的文本称为 d? [@ _@ [@ 和 Python 的文本称为 d? _@ [@ [@。

计算机内存是线性的，因此所有多维数组实际上都存储为一维数组。您看到的是 NumPy 数组是 C 顺序（默认情况下），而 Matlab 矩阵是 Fortran 顺序（默认情况下）。这个顺序是多维数组在内存中被展平为一维数组的方式。

matrix   notepad text
1  2     d?  _@               
3  4     [@  [@

Matlab Fortran order goes by columns
 1  3  2  4
d? [@ _@ [@

NumPy C order goes by rows
 1  2  3  4
d? _@ [@ [@

由于您是在 MATLAB 和 Python 之间转换代码，因此您应该非常清楚数组顺序的不同。当您不在内存中跳转时迭代会更快，因此嵌套的 for 循环可能必须重新排序。它不会对矢量化代码 someScalar * myArray 产生太大影响，因为它是为您处理的。 NumPy 确实提供了函数和可选参数来创建 Fortran 顺序数组 numpy.asfortranarray(), ndarray.copy(order = 'F') 并检查顺序 ndarray.flags.f_contiguous, ndarray.flags.c_contiguous，但使用它进行编码仍然更加困难，因为 C 顺序是默认设置。