matlab循环数组里的数据库,用于在matlab的python中循环数组

Matlab代码的直译应该是import numpy as np

x = np.zeros((parts, 2))

for i in range(parts):

x[i,0] = i*L + 1

x[i,1] = (i+1)*L

注意，Matlab使用基于1的索引，而Python使用基于0的索引。这就解释了1在哪里出现的差异。在

但是，在使用NumPy时，如果避免对数组进行逐元素修改，则可以获得更好的性能。相反，您应该尽可能少地使用NumPy运算符或函数调用来表示计算，这些运算符或函数调用会同时影响整个数组。通过这样做，您可以尽可能多地卸载NumPy底层的快速C/Fortran编译函数调用，并减少执行较慢的Python代码所花费的时间。在

这通常意味着您希望避免使用Python for循环，因为循环意味着这样做

将执行大量Python语句。在

例如，表达上述计算的更好方法是

^{pr2}$

请注意，x中的值仅使用2个赋值填充。每个

赋值影响x“一次全部”的整列。在

为了了解基于数组的操作有什么不同，

下面是一个使用parts = 10000，L = 3的(IPython)timeit测试：In [16]: %%timeit

....: x = np.zeros((parts, 2))

x[:, 0] = np.arange(1, parts*L, L)

x[:, 1] = x[:, 0] + L - 1

10000 loops, best of 3: 51.9 µs per loop

In [17]: %%timeit

....: x = np.zeros((parts, 2))

for i in range(parts):

x[i,0] = i*L + 1

x[i,1] = (i+1)*L

100 loops, best of 3: 3.58 ms per loop