来对比了解一下Matlab与Python中数组按行存储的方式

haidaowang

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 。
7 t9 X; u4 `. ]( T3 P
以二维数组为例：
$ U% E6 [0 M8 C' x: Y5 @0 z

• #python
• import numpy as np
• >>> A=np.array([[1,2,3],[4,5,6]])
• array([[1, 2, 3],
•        [4, 5, 6]])
  

$ o( S  P+ Y- S4 q# l
* J# e; b1 y, x0 p其在内存中的存储顺序为



1 o3 f4 ^, b" K0 _. \因此reshape之后的结果如下

# I" J7 @' b/ @/ N1 H9 ]

• #python
• >>> A.reshape(3,2)
• array([[1, 2],
•        [3, 4],
•        [5, 6]])
  - {% y0 X4 m+ s9 p

而相同的数组A在matlab平台下的存储顺序为


' D/ ~1 u9 y" p- f6 W- g
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
  

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
" c5 x6 g% m" v; d
2 _6 U7 E/ x0 j; o  H4 N" K( {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
  Z  G5 t$ X, M8 f, l; r8 G* H
! D4 Q# ^$ W) s/ W$ w

• %matlab
• >> A =
•      1     2     3
•      4     5     6
• >> A(2)
• ans =
•      4
• >> A(5)
• ans =
•      3
  

不过python中不能像上面的方法使用
; \! R; Y0 p: X8 C2 B- o
! x, V: q+ _1 z4 `, n; D* t% S

• #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
  ) S. S5 ?6 [/ @3 D- B

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. C$ D- N4 o: K/ l: r
, U0 U) E" y2 \

xixihahaheihei

谢谢分享