Points à garder à l'esprit lors de l'utilisation de Python pour ceux qui utilisent MATLAB

Points à garder à l'esprit lors de l'utilisation de Python pour ceux qui utilisent MATLAB

Il y avait un site qui écrivait des notes sur MATLAB et Python que j'utilise au travail, donc je le garderai comme mémorandum.

・ 11 points à noter lors du démarrage de Python pour ceux qui sont habitués à MATLAB

https://datachemeng.com/matlab_to_python/

Ce à quoi j'étais accro quand j'ai commencé à utiliser Python

1. L'affectation par "=" n'est pas une copie de la valeur, mais une référence. Des modifications de données involontaires peuvent se produire

Contre-mesure: si vous souhaitez copier la valeur, utilisez .copy ().

import numpy as np
# =============================================================================
# b += 5 ->L'original a également changé.
# =============================================================================
a = np.array([1,2,3])
print('a = ')
print(a)
print('\n')

b = a

b += 5  #L'original a également changé.
print('b = a , b +=Après avoir exécuté 5')
print('a = ')
print(a)
print('b = ')
print(b)
print('\n')

# =============================================================================
# 'b = a , b = b + 5 ->L'original a ne change pas.
# =============================================================================
a = np.array([1,2,3])
b = a

b = b + 5 #L'original a ne change pas.
print('b = a ,b = b +Exécuter 5')
print('a = ')
print(a)
print('b = ')
print(b)
print('\n')

# =============================================================================
# 'b = a , b[0] = 100 ->L'original a également changé.
# =============================================================================
a = np.array([1,2,3])
b = a

b[0] = 100
print('b = a ,b[0] =Après avoir exécuté 100')
print('a = ')
print(a)
print('b = ')
print(b)
print('\n')

# =============================================================================
# b = a.copy() b[0] = 100 ->L'original a également changé.
# =============================================================================
a = np.array([1,2,3])
b = a.copy()

b[0] = 100
print('b = a.copy(),b[0] =Après avoir exécuté 100')
print('a = ')
print(a)
print('b = ')
print(b)
print('\n')

a = 
[1 2 3]


b = a , b +=Après avoir exécuté 5
a = 
[6 7 8]
b = 
[6 7 8]


b = a ,b = b +Exécuter 5
a = 
[1 2 3]
b = 
[6 7 8]


b = a ,b[0] =Après avoir exécuté 100
a = 
[100   2   3]
b = 
[100   2   3]


b = a.copy(),b[0] =Après avoir exécuté 100
a = 
[1 2 3]
b = 
[100   2   3]

2. La conversion du type de baie n'est pas effectuée automatiquement. (Uniquement lors de l'exécution d'opérations sur des éléments de tableau)

Contre-mesure: lors de la création d'un tableau, ne le définissez pas comme un entier, mais spécifiez-le comme un petit nombre. Ou spécifiez le type avec dtype = float.

Dans tous les cas, l'attention au type est essentielle.