文章源自《<a href="http://mathesaurus.sourceforge.net/matlab-numpy.html" target="_blank">NumPy for MATLAB user</a>》。**

本文目录

[TOC]

---

1. 算术运算

MATLAB	Python	描述	备注
a.^b	np.power(a,b) a**b	a的b次方
rem(a,b)	a % b np.remainder(a,b) np.fmod(a,b)	取余，模运算
factorial(a)	np.math.factorial(a) math.factorial(a)	a的阶乘	math是未经优化的Python标准库，而np.math是经过优化的，速度相对更快。

---

2. 关系运算

MATLAB	Python	描述	备注
a ~= b	a != b	判断a和b是否不等

---

3. 逻辑运算

MATLAB	Python	描述	备注
a && b	a and b	单一元素与运算	只适应一个元素
a || b	a or b	单一元素或运算	只适应一个元素
a & b and(a,b)	np.logical_and(a,b) a and b	多元素与运算
a | b or(a,b)	np.logical_or(a,b) a or b	多元素或运算
xor(a,b)	np.logical_xor(a,b)	异或运算
~a not(a)	np.logical_not(a) not a !a	非运算	<font color='red'>适用对象待更新</font>
any(a)	any(a)	存在非零元素就返回true	len(np.nonzero(a)[0])>0
all(a)	all(a)	所有元素不为零才返回true	len(np.nonzero(a)[0])>0

---

4. 根运算与对数运算

MATLAB	Python	描述	备注
sqrt(a)	math.sqrt(a) np.sqrt(a)	平方根	MATLAB中一个数，默认是1*1的矩阵。所以MATLAB中对单元素和多元素处理是通用的。而Python中，数和数组在定义上是进行了区分的。此处自带的math标准库仅适用处理单一元素，NumPy中方法既适用于处理单元素（数），也适用于处理多元素（数组）。
log(a)	math.log(a) np.log(a)	自然对数，底为e	同上
log10(a)	math.log10(a) np.log10(a)	底数为10	同上
log2(a)	math.log(a,2) np.log(a,2)	底数为2	同上
exp(a)	math.exp(a) np.exp(a)	常数e的a次方	同上

---

5. 去尾运算

MATLAB	Python	描述	备注
round(a)	np.around(a) round(a)	四舍五入	见例1
ceil(a)	math.ceil(a) np.ceil(a)	向上（更大的数）取整，注意不是收尾法，因为要考虑负数	MATLAB和Python-math得到的是整数，Python得到的是处理了尾数的小数
floor(a)	math.floor(a) np.floor(a)	向下（更小的数）取整，注意不是去尾法，因为要考虑负数	同上
fix(a)	np.fix(a)	向0取整	返回一个array

#例1-Python
>>> a = 9.8
>>> round(a)
10
>>> np.around(a)
10.0

%例1-MATLAB
>> a = 9.8
>> round(a)
ans = 
    10

---

6. 数学常量

MATLAB	Python	描述	备注
pi	math.pi np.pi	pi = 3.141592653589793
exp(1)	math.e math.exp(1) np.e np.exp(1)	e=2.718281828459045 e=2.718281828459045 e=2.718281828459045 e=2.7182818284590451

---

7. 向量

MATLAB	Python	描述	备注
a=[2 3 4 5]	a=np.array([2,3,4,5])	行向量
a'	a.T a.reshape(-1,1)	向量的转置

---

8. 序列

MATLAB	Python	描述	备注
1:10	list(range(1,11)) np.arange(1,11)	MATLAB和Python1：[1,2,3,4,5,7,8,9,10] Python2：array([1,2,3,4,5,6,7,8,9,10])
1:3:10	np.arange(1,11,3)	1,4,7,10
10:-1:1	np.arange(10,0,-1)	10,9,8,7,6,5,4,3,2,1
10:-3:1	np.arange(10,0,-3)	10,7,4,1
linspace(1,10,7)	np.linspace(1,10,7)	matlab: [1.0, 2.5, 4.0, 5.5, 7.0, 8.5, 10.0] Python: array([1.0, 2.5, 4.0, 5.5, 7.0, 8.5, 10.0])	参数依次为：起点，终点，点的个数。此函数是将起点到终点之间的距离均匀分段。
a(:)=3	a.fill(3) a[:]=3	将所有元素的值都赋为3

---

9. 拼接矩阵

MATLAB	Python	描述	备注
a=[1,2,3; 4,5,6]	a=np.array([[1,2,3],[4,5,6]])
[a,a]	np.concatenate((a,a), axis=1)	见例2
[a;a]	np.concatenate((a,a), axis=0)	见例2

<font color="red" face="Times" size="3">例2-MATLAB</font>

>> a=[1,2,3; 4,5,6]

a =
     1     2     3
     4     5     6
>> [a, a]

ans =

     1     2     3     1     2     3
     4     5     6     4     5     6

>> [a;a]

ans =

     1     2     3
     4     5     6
     1     2     3
     4     5     6

<font color="red" face="Times" size="3">例2-Python</font>

>>> a=np.array([[1,2,3],[4,5,6]])
>>> a
array([[1, 2, 3],
       [4, 5, 6]])
>>> np.concatenate((a,a))
array([[1, 2, 3],
       [4, 5, 6],
       [1, 2, 3],
       [4, 5, 6]])
>>> np.concatenate((a,a), axis=0)
array([[1, 2, 3],
       [4, 5, 6],
       [1, 2, 3],
       [4, 5, 6]])
>>> np.concatenate((a,a), axis=1)
array([[1, 2, 3, 1, 2, 3],
       [4, 5, 6, 4, 5, 6]])

---

附
该文章于2017年5月25日于CSDN上首次发表，2017年12月22日搬家至此！