python和matlab中reshape函数的区别

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
[/code]

PYTHON

mat = np.arange(1,13)

mat

array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11,
8f6a
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
[/code]

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
[/code]

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
[/code]

Numpy默认是C order, Matlab是 Fortran order.

转载来源：http://blog.csdn.net/yangziluomu/article/details/51277590