Matlab转Python时list与matrix转换及等价实现问题

解决方案 #

1. 先补全依赖导入 #

你当前代码缺少必要的库导入声明，先补充避免运行异常：

import pandas as pd
import numpy as np
import numpy.random as npr
import datetime as dt

2. 确认拼接结果维度 #

你使用np.hstack的逻辑本身是完全正确的：12次循环生成的数组列数分别为12、11……1，总和为78，每个数组都是5行，水平拼接后自然得到5行78列的数组，等价于Matlab的矩阵。
不要直接打印完整数组判断是否正确（长数组会默认截断显示，容易造成误解），直接打印维度校验即可：

z = np.hstack(lst_zUCorr)
print(z.shape)
# 输出为 (5, 78) 即符合要求

如果维度不符合，逐个校验列表内每个数组的形状定位问题：

for idx, arr in enumerate(lst_zUCorr):
    print(f"第{idx+1}次循环生成的数组形状：{arr.shape}")
# 正常输出应为 (5,12)、(5,11)……(5,1)

3. 子集访问方法 #

得到的z是numpy的ndarray对象，使用逻辑和Matlab矩阵几乎一致，仅两个差异：

• 索引从0开始计数
• 索引用方括号[]而非圆括号()
  示例：

无需额外编码即可直接进行各类矩阵运算。

可选：转换为Matlab风格的matrix对象 #

如果更习惯Matlab矩阵的操作逻辑，可以将ndarray转为numpy的matrix对象：

z_mat = np.matrix(z)

内容的提问来源于stack exchange，提问作者user3654852