Matlab至python转换矩阵运算

Question

嗨，我想隐瞒这个距离公式，以了解从Matlab到python的直线距离。 X1和X2是两个二维点的矩阵，长度可能不同。

nd = size(X1); n = nd(1); 
d = nd(2);  
m = size(X2,1);

D = abs(X1(:,ones(1,m)) - X2(:,ones(1,n))') + ...
     abs(X1(:,2*ones(1,m)) - X2(:,2*ones(1,n))');

我认为我在python中最常遇到的问题是将那些矩阵附加到X1和X2，因为它们是np.arrays。

Answer 1

首先您的代码：

octave:1> X1=[0,1,2,3;2,3,1,1]'
octave:2> X2=[2,3,2;4,2,4]'
<your code>
octave:21> D
D =
   4   3   4
   2   3   2
   3   2   3
   4   1   4

匹配的numpy代码：

X1=np.array([[0,1,2,3],[2,3,1,1]]).T
X2=np.array([[2,3,2],[4,2,4]]).T
D=np.abs(X1[:,None,:]-X2[None,:,:]).sum(axis=-1)

产生， D ：

array([[4, 3, 4],
       [2, 3, 2],
       [3, 2, 3],
       [4, 1, 4]])

numpy自动广播，因此不需要ones()来扩展尺寸。 相反，我使用None （与np.newaxis相同）来创建新尺寸。 然后，差异为3D ，然后在最后一个轴上求和。

我忘了numpy broadcasting对我们有多糟。 尽管较新的Octave具有类似的功能：

D = sum(abs(reshape(X1,[],1,2)-reshape(X2,1,[],2)),3)