|
|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
. d( Q) A* A7 g7 ^数组因为是线性结构,因此在内存中都是顺序存储的,但按行存储还是按列存储,不同语言有不同的规定。matlab是按列存储的,而C/C++和python是按行存储的 。: t4 @5 W+ x/ h% q3 K! j
8 I7 d9 X! }% `
以二维数组为例:
( l7 _) k& g4 z, Z7 M+ Y5 R1 y$ d# t0 r% ~! n. d+ n; Z
- #python
- import numpy as np
- >>> A=np.array([[1,2,3],[4,5,6]])
- array([[1, 2, 3],
- [4, 5, 6]])
1 V* a! \7 c5 O1 ^7 D
6 ]- t3 r' u4 a) M* a6 ^( q" }+ X9 e, k& l; B0 p
其在内存中的存储顺序为
$ ^# N# ^) B: b2 ]$ ]9 U9 T+ @" D
. V% I- ~4 S$ n, j" R
/ I7 ?7 @8 n$ e. `8 o9 [0 C
& ] Z' l9 h1 J. S, Z0 a5 h
因此reshape之后的结果如下
- \) d- z1 R [+ H& L5 Y
( O- L) w. |. j- #python
- >>> A.reshape(3,2)
- array([[1, 2],
- [3, 4],
- [5, 6]])( b4 j$ i, p( u* m9 A% R$ P: J
) E+ l7 Y/ w# G$ g1 p+ O
9 Q. w+ @( |8 T; d而相同的数组A在matlab平台下的存储顺序为 # d, \5 M/ \% f! u5 |1 Q$ Y, n& D
+ i) d5 u" p1 ^: X% H
! B7 T l ~5 V) @4 ?$ M$ V- }/ n
1 @( r& [4 b: J, ^' u2 t
因此在matlab下reshape之后的结果如下2 ^) j6 N: G' ^. C4 j u
" f: V$ f7 O( `* q/ d5 n) A
- %matlab
- >> A=[1,2,3;4,5,6]
- A =
- 1 2 3
- 4 5 6
- >> reshape(A,3,2)
- ans =
- 1 5
- 4 3
- 2 6
* m& b+ x6 L% l3 c; y* W0 H) s* R ! o' _3 ]: D; R" f4 ], k7 }
+ D1 D- v6 |7 g! ?4 B3 Y
另外,matlab下可以直接根据存储顺序读取数组数据,也可以看出matlab是按列存储的
4 b. f$ n) K9 [$ v. V. h& b- F) q6 W. `$ W
注:matlab中数组初始索引为1,因为两者语法上的一些差异,代码有所不同,已通过注释标注
l9 v( Q. [% S8 [: k( o" U. i9 Z- g# E" `8 x S9 G7 y1 E
- %matlab
- >> A =
- 1 2 3
- 4 5 6
- >> A(2)
- ans =
- 4
- >> A(5)
- ans =
- 3
5 Q8 O: ~* i) f# h& O k
1 y( e9 Y: L8 q. `' ~. c. @. t. `! B2 \: p6 h
不过python中不能像上面的方法使用1 a1 _! x2 e. U: W
. T1 ]( j% C% N& b! N6 A9 q8 j- #python
- >>> A=np.array([[1,2,3],[4,5,6]])
- array([[1, 2, 3],
- [4, 5, 6]])
- >>> A[1]
- array([4, 5, 6])
- >>> A[2]
- IndexError: index 2 is out of bounds for axis 0 with size 2
- >>> A[1,0]
- 47 P( p# c9 V9 O; _4 [% Y% @7 k; ?
" h Q) `- n& \
" e/ n4 W% @5 X% c
了解数组在内存中的存储顺序能帮助我们更好的处理数组。$ k+ Q! M0 Z. }$ u! x- r
5 f0 h7 C4 C. X5 x1 u$ X/ C
|
|