使用 csc_matrix() 将 Matlab sparse() 代码转换为 numpy/scipy 的问题

Question

我对 Matlab 和 Python 都是一个新手，所以如果这个问题有点愚蠢，请多多道歉......

我正在尝试使用 numpy 和 scipy 将一些 Matlab 代码转换为 Python，并且在我到达某人编写的稀疏矩阵之前一切都很好。 Matlab 代码如下：

unwarpMatrix = sparse(phaseOrigin, ceil([1:nRead*nSlice*nPhaseDmap]/expan), 1, numPoints, numPoints)/expan;

这是我尝试转换的 Python 代码（以及我的思考过程）。对于我正在测试的给定数据集（在 Matlab 和 Python 中）：

nread = 64
nslice = 28
nphasedmap = 3200
展开 = 100
点数 = 57344

因此，phaseorigin、s 和 j 数组的长度为 5734400（我已经确认创建我的 phaseorigin 数组的函数输出与 Matlab 完全相同的结果）

#Matlab sparse takes: S = sparse(i,j,s,m,n)
#Generates an m by n sparse matrix such that: S(i(k),j(k)) = s(k)

#scipy csc matrix takes: csc_matrix((data, ij), shape=(M, N))

#Matlab code is: unwarpMatrix = sparse(phaseOrigin, ceil([1:nRead*nSlice*nPhaseDmap]/expan), 1, numPoints, numPoints)/expan;
size = nread*nslice*nphasedmap

#i would be phaseOrigin variable
j = np.ceil(np.arange(1,size+1, dtype=np.double)/expan)

#Matlab apparently treats '1' as a scalar so I should be tiling 1 to the same size as j and phaseorigin
s = np.tile(1,size)

unwarpmatrix = csc_matrix((s,(phaseorigin, j)), shape=(numpoints,numpoints))/expan

所以当我尝试运行我的 python 代码时，我得到：

ValueError: column index exceedes matrix dimensions

当我运行 Matlab 代码时，即使数组大小大于定义的矩阵大小，也不会发生这种情况...

我做错了什么？我显然搞砸了……非常感谢您的帮助！

Answer 1

问题是； Python 索引从0 开始，而Matlab 索引从1 开始。所以对于大小为57344 的array，在Python 中第一个元素是arr[0]，最后一个元素是arr[57343]。

变量j 的值从1 到57344。你可能看到了问题。像这样创建j 可以解决问题：

j = np.floor(np.arange(0,size, dtype=np.double)/expan)

不过，最好在使用前检查一下...