python和matlab中reshape函数的区别

最新推荐文章于 2025-07-02 22:17:27 发布

AI_gamer

最新推荐文章于 2025-07-02 22:17:27 发布

阅读量2.5k

点赞数 7

文章标签： python matlab

本文探讨了将Matlab代码转换为Python时遇到的问题，特别是关于reshape函数的不同行为。通过对比Matlab与Python中numpy库的reshape函数在处理数组时的行为差异，揭示了导致结果不一致的根本原因在于数据存储顺序的不同。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

将一段代码从matlab改为Python, 总是出来的结果与之前matlab的结果相去甚远, 接着尝试各种方法的结果是否一致,
最后将信将疑的试了reshape, 结果声泪俱下, 真的是这个函数, google一下……

MATLAB

>> mat = [1:12]

mat =

     1     2     3     4     5     6     7     8     9    10    11    12

>> reshape(mat,[3,4])

ans =

     1     4     7    10
     2     5     8    11
     3     6     9    12
   1
2
3
4
5
6
7
8
9
10
11
12
13
   
    
   
   1
2
3
4
5
6
7
8
9
10
11
12
13

PYTHON

mat = np.arange(1,13)

mat

array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12])

r = np.reshape(mat,(3,4))

array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12]])

r.shape

(3, 4)

   1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
   
    
   
   1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

相同的代码matlab 与python出现了不同的排布方式.

PYTHON修正代码

r = np.reshape(mat, (3,4), order="F")

r
array([[ 1,  4,  7, 10],
       [ 2,  5,  8, 11],
       [ 3,  6,  9, 12]])
   1
2
3
4
5
6
   
    
   
   1
2
3
4
5
6

解释

需要在python程序中指明使用Fortran order, 如

np.reshape(matrix, (n,n), order="F")
   1
   
    
   
   1

Numpy默认是C order, Matlab是 Fortran order.

转载来源：http://blog.youkuaiyun.com/yangziluomu/article/details/51277590