来对比了解一下Matlab与Python中数组按行存储的方式

haidaowang

. 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 。

以二维数组为例：
( l7 _) k& g4 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
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

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]])
  

9 Q. w+ @( |8 T; d而相同的数组A在matlab平台下的存储顺序为



因此在matlab下reshape之后的结果如下

• %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

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
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

• %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
不过python中不能像上面的方法使用

. 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]
• 4
  

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。

xixihahaheihei

谢谢分享