Matlab转Python：T周期时间序列绘图问题求解

Matlab 会自动将短向量重复填充至与x轴数据长度一致，但Python的matplotlib没有这个自动扩展机制，所以需要手动把P(IndexP)和e(Index_e)这两个51长度的序列扩展到T+1个点（对应x轴的0到T，共1001个数据点）。

以下是完整的Python实现代码：

import numpy as np
import matplotlib.pyplot as plt

# 初始化参数
N = 75
N1 = 31
sigma_a = 0.08
# 修正原Matlab代码笔误：sigma应为sigma_a
P0 = np.log(sigma_a / (sigma_a - 1))
min_val = -0.15 + P0
max_val = 0.15 + P0

# 生成P和e列向量
P = np.linspace(min_val, max_val, N).reshape(-1, 1)
e = np.linspace(min_val, max_val, N1).reshape(-1, 1)

T = 1000
# Matlab索引是1-based，Python是0-based，需将索引转成0起始
IndexP = IndexP - 1  # 替换为你的实际IndexP数组
Index_e = Index_e - 1  # 替换为你的实际Index_e数组

# 提取对应索引的子序列并转为一维数组
P_sub = P[IndexP].flatten()
e_sub = e[Index_e].flatten()

# 生成x轴数据
x = np.arange(T + 1)

# 关键：循环重复短序列，匹配x轴长度
# 用取模运算生成循环索引，模拟Matlab的自动填充逻辑
P_extended = P_sub[x % len(P_sub)]
e_extended = e_sub[x % len(e_sub)]

# 绘图
plt.plot(x, np.column_stack((P_extended, e_extended)))
plt.show()

关键说明 #

• 索引转换：必须把Matlab导出的1-based索引IndexP和Index_e减1，否则会触发Python的索引越界错误。
• 序列扩展：通过x % len(P_sub)生成循环索引，让短序列不断重复，刚好匹配x轴的1001个数据点，和Matlab的自动填充逻辑完全一致。
• 维度处理：用flatten()将列向量转为一维数组，避免后续索引时的维度问题；np.column_stack()用来合并两个扩展后的序列，对应Matlab里的[P(IndexP) e(Index_e)]写法。

内容的提问来源于stack exchange，提问作者Kathrin_L_A