Matlab循环转Python时矩阵运算报错，求sum(-4*f*d(i))改写方法

原Matlab代码 #

for j=1:n
    for i=1:m
        a1(i,j) = sum(-4*f*d(i))*log(NormPS{i,j}(f1:f2)));
    end
end

参数说明 #

• n=55，m=103
• f为1×441维度矩阵（可设随机值）
• f1=10，f2=450，log(NormPS{i,j}(f1:f2))生成441×1维度矩阵
• d为1×103维度矩阵

尝试的Python代码及报错 #

代码片段 #

for j in range(np.int64(n)):
    for i in range(np.int64(m)): 
        a= -np.mat(4)*np.mat(f)*np.mat(d[:i])
        b=np.log((NormPS[i,j] [(d).astype(int)]).reshape(-1,1))
        #check=(d[:i])

报错信息 #

error : shapes (1,441) and (0,103) not aligned: 441 (dim 1) != 0 (dim 0)

报错追踪 #

Traceback (most recent call last): 
File ~\Desktop\spyder_files\2D_spyder_file\algebra_2D_spyder.py:48 in <module> a= -np.mat(4)*np.mat(f)*np.mat(d[:i])
File ~\anaconda3\lib\site-packages\numpy\matrixlib\defmatrix.py:218 in mul return N.dot(self, asmatrix(other))
File <__array_function__ internals>:5 in dot ValueError: shapes (1,441) and (0,103) not aligned: 441 (dim 1) != 0 (dim 0)

核心疑问 #

如何正确改写a=sum(-4*f*d(i))？确认问题出在d(i)的处理上。

问题根源 #

1. 索引逻辑错误：Matlab中d(i)是取第i个标量元素，而你用d[:i]是取前i个元素，且Python的range(m)从0开始，当i=0时d[:0]是空数组，直接导致维度不匹配。
2. 不必要的矩阵转换：用np.mat强制转矩阵反而复杂化了运算，numpy原生数组运算更简洁高效。

正确改写代码 #

import numpy as np

# 提前初始化结果数组，需和原Matlab的a1维度一致(m×n)
a1 = np.zeros((m, n))

for j in range(n):
    for i in range(m):
        # 对应Matlab的sum(-4*f*d(i))：d[i]是标量，和f做元素乘法后求和
        sum_val = np.sum(-4 * f * d[i])
        # 保留你已验证正确的log部分（注意原Matlab代码多了一个右括号，需修正）
        log_val = np.log((NormPS[i,j][f1:f2]).reshape(-1,1))
        # 赋值给结果数组
        a1[i, j] = sum_val * log_val

补充说明 #

• 如果f是一维数组(441,)、d是一维数组(103,)，numpy会自动处理标量与数组的广播乘法，无需额外维度调整。
• 避免用np.mat，numpy的ndarray更灵活：元素乘法用*，矩阵乘法用@，这里只需元素乘法。
• 原Matlab代码中log(...)部分多了一个右括号，需注意语法正确性。

内容的提问来源于stack exchange，提问作者maya