如何將矩陣從Matlab轉換爲Python？

Question

我在Matlab下面的代碼，我不熟悉：

function segments = segmentEnergy(data, th) 
    mag = sqrt(sum(data(:, 1:3) .^ 2, 2)); 
    mag = mag - mean(mag); 

    above = find(mag>=th*std(mag)); 
    indicator = zeros(size(mag)); 
    indicator(above) = 1; 
    plot(mag); hold on; plot(indicator*1000, 'r') 
end 

我寫在Python這下面的函數：

def segment_energy(data, th): 
    mag = np.linalg.norm((data['x'], data['y'], data['z'])) 
    print "This is the mag: " + str(mag) 
    mag -= np.mean(mag) 

    above = np.where(mag >= th * np.std(mag)) 
    indicator = np.zeros(mag.shape) 
    indicator[above] = 1 
    plt.plot(mag) 
    plt.plot(indicator * 1000, 'r') 
    plt.show() 

我得到一個錯誤：

line 23, in segment_energy 
indicator[above] = 1 
IndexError: too many indices for array 

data是從包含三軸加速度計數據的CSV文件讀取的一個熊貓DataFrame。加速度計數據的軸是x,y和z。數據幀的列爲timestamp,time skipped,x,y,z和label。

錯誤是因爲Python代碼中的mag是一個標量，我把它當作一個矩陣對待它。但是，我不確定他們是如何將mag轉換爲MATLAB函數中的矩陣。

Answer 1

默認情況下，numpy.linalg.norm的輸出將爲您提供單個標量值，給出您當前如何調用該函數。由於mag輸出現在是一個標量，代碼的其餘部分將無法實現預期的功能，原因如下：

1. 執行平均減法單個標會給你一個0值（即mag <- mag - np.mean(mag) --> 0） 。

2. above語句將始終返回單個元素的元組。該元素包含長度爲1的包含索引0的NumPy數組，表示在此情況下作爲標量的「數組」的第一個元素滿足約束條件。這總是令人滿意，因爲通過使用np.std的默認定義，單個常量的標準偏差也是0。

3. 對單個標量值調用shape未定義，它實際上會給你一個空的形狀：()。請注意，如果您沒有減去numpy.mean，那麼執行mag.shape實際上會給您一個錯誤，因爲它不是NumPy數組。用np.mean減去標量到NumPy數組。

   觀察：

   In [56]: mag = 10 
   
   In [57]: type(mag) 
   Out[57]: int 
   
   In [58]: mag -= np.mean(mag) 
   
   In [59]: type(mag) 
   Out[59]: numpy.float64 
   

4. 最後，調用indicator創建代碼會產生空維數組，因爲你正試圖索引到一個沒有大小的數組，它會給你一個錯誤。

觀察這個重複性的錯誤假設mag計算爲一定的價值...說... 10和th = 1：

In [60]: mag = 10 

In [61]: mag -= np.mean(mag) 

In [62]: mag.shape 
Out[62]:() 

In [63]: th = 1 

In [64]: above = np.where(mag >= th * np.std(mag)) 

In [65]: indicator = np.zeros(mag.shape) 

In [66]: indicator 
Out[66]: array(0.0) 

In [67]: mag 
Out[67]: 0.0 

In [68]: indicator[above] = 1 
--------------------------------------------------------------------------- 
IndexError        Traceback (most recent call last) 
<ipython-input-67-adf9cff7610a> in <module>() 
----> 1 indicator[above] = 1 

IndexError: too many indices for array 

因此，你的解決方案是重新考慮你如何寫這個函數。MATLAB代碼假設data已經是二維矩陣了，所以它們將獨立計算每行的標準或長度。因爲我們現在知道輸入是一個熊貓DataFrame，所以我們可以很容易地在它上面應用numpy操作，就像在MATLAB中所做的一樣。假設您的代碼中的列標記爲x，y和z，並且每列都是numpy值的數組，則只需更改第一行代碼即可。

def segment_energy(data, th): 
    mag = np.sqrt(np.sum(data.loc[:, ['x','y','z']]** 2.0, axis=1)) # Change 
    mag = np.array(mag) # Convert to NumPy array 
    mag -= np.mean(mag) 

    above = np.where(mag >= th * np.std(mag)) 
    indicator = np.zeros(mag.shape) 
    indicator[above] = 1 
    plt.plot(mag) 
    plt.plot(indicator * 1000, 'r') 
    plt.show() 

代碼中的第一個語句是MATLAB中代碼的實際NumPy轉換。我們使用屬於熊貓DataFrame的loc方法來索引您要查找的三列。我們還需要轉換爲NumPy數組，以便其餘的計算工作。

您也可以使用numpy.linalg.norm，但指定軸要操作。由於數據是2D的，指定axis=1來計算你的矩陣的逐行規範：

mag = np.linalg.norm(data.loc[:, ['x', 'y', 'z']], axis=1) 

以上將數據合併到一個數組NumPy的給你。