import sys
import os
import numpy as np
module_path = os.path.abspath(os.path.join(os.path.dirname(__file__), '../ecef'))
sys.path.append(module_path)
from aaa import aaa
aaa()
import sys
import os
import numpy as np
module_path = os.path.abspath(os.path.join(os.path.dirname(__file__), '../ecef'))
sys.path.append(module_path)
from aaa import aaa
aaa()
変換メモ
|
|
コード行をテキストでコメント化する |
for i=1:3
fprintf('%i\n',i)
end
|
for i in range(1, 4):
print(i)
|
for ループを使用して数値 1、2、3 を出力します。 |
|
|
短絡論理 AND 演算子 ( Python ネイティブ演算子)。スカラー引数のみ |
|
|
短絡論理 OR 演算子 ( Python ネイティブ演算子)。スカラー引数のみ |
>> 4 == 4
ans = 1
>> 4 == 5
ans = 0
|
>>> 4 == 4
True
>>> 4 == 5
False
|
MATLAB の論理型である およびとは対照的に、 Python のブールオブジェクトは |
a=4
if a==4
fprintf('a = 4\n')
elseif a==5
fprintf('a = 5\n')
end
|
a = 4
if a == 4:
print('a = 4')
elif a == 5:
print('a = 5')
|
if-else ステートメントを作成して が |
|
|
|
|
|
1 から倍精度で表現可能な次に大きな実数までの距離 |
|
|
ファイルに保存された MATLAB 変数を読み込みます |
|
|
ODE を Runge-Kutta 4,5 と統合する |
|
|
ODE と BDF メソッドを統合する |
|
|
配列の次元数 |
|
|
配列の要素数 |
|
|
配列の「サイズ」 |
|
|
array の n 次元の要素の数を取得します |
|
|
2x3 2D 配列を定義する |
|
|
|
|
|
MATLAB ベクトル (1xn または nx1) または 1D NumPy 配列 |
|
|
2D 配列の 2 行目、5 列目の要素にアクセスします |
|
|
2D 配列の 2 行目全体 |
|
|
2D 配列の最初の 5 行 |
|
|
2D 配列の最後の 5 行 |
|
|
2D 配列の 1 行目から 3 行目、5 列目から 9 列目まで |
|
|
これにより、行列を変更できるようになり、通常のスライスは必要なくなります。 |
|
|
の 1 行おき |
|
|
|
|
|
|
|
|
|
|
|
転置する |
|
|
の共役転置 |
|
|
行列の乗算 |
|
|
要素ごとの乗算 |
|
|
要素ごとの除算 |
|
|
要素ごとのべき乗 |
|
|
i,j 番目の要素が (a_ij > 0.5) である行列。MATLAB の結果は、論理値 0 と 1 の配列です。NumPy の結果は、ブール値 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
すべての値を同じスカラー値に設定します |
|
|
NumPy は参照によって割り当てます |
|
|
NumPy スライスは参照によるものです |
|
|
配列をベクトルに変換します (これによりコピーが強制されることに注意してください)。MATLAB と同じデータ順序を取得するには、 を使用します |
|
|
増加するベクトルを作成します ( RANGES の注記を参照) |
|
|
増加するベクトルを作成します ( RANGES の注記を参照) |
|
|
列ベクトルを作成する |
|
|
64 ビット浮動小数点ゼロでいっぱいの 3x4 の 2 次元配列 |
|
|
64 ビット浮動小数点ゼロでいっぱいの 3x4x5 の 3 次元配列 |
|
|
64 ビット浮動小数点配列でいっぱいの 3x4 の 2 次元配列 |
|
|
|
|
|
2D 配列の対角要素のベクトルを返します。 |
|
|
非ゼロ値がベクトルの要素である正方対角行列を返します。 |
rng(42,'twister')
rand(3,4)
|
from numpy.random import default_rng
rng = default_rng(42)
rng.random(3, 4)
または古いバージョン: |
デフォルトの乱数ジェネレーターとシード = 42 を使用してランダムな 3x4 配列を生成します。 |
|
|
1 から 3 までの 4 つの等間隔のサンプル |
|
|
2 つの 2D 配列: x 値の 1 つ、y 値のもう 1 つ |
|
グリッド上の関数を評価する最良の方法 |
|
|
|
|
|
グリッド上の関数を評価する最良の方法 |
|
|
|
~の m × n 個のコピーを作成する |
|
|
|
|
|
|
|
|
の最大要素 |
|
|
配列の各列の最大要素 |
|
|
配列の各行の最大要素 |
|
|
|
|
|
ベクトルの L2 ノルム |
|
|
要素ごとの AND 演算子 (NumPy ufunc)注を参照 LOGICOPS |
|
|
要素ごとの OR 演算子 (NumPy ufunc)注を参照 LOGICOPS |
|
|
|
|
|
|
|
|
正方 2D 配列の逆 |
|
|
2D 配列の擬似逆配列 |
|
|
2D 配列の行列ランク |
|
|
x に対する ax = b の解 |
|
代わりに解決してください |
x に対する xa = b の解 |
|
|
の特異値分解 |
|
|
2D 配列のコレスキー分解 |
|
|
|
|
|
|
|
|
|
|
|
QR分解 |
|
|
部分ピボットを使用した LU 分解 (注: P(MATLAB) == transpose(P(NumPy))) |
|
|
共役勾配ソルバー |
|
|
のフーリエ変換 |
|
|
逆フーリエ変換 |
|
|
2D 配列の各列をソートし、 |
|
|
2D配列の各行をソートし、 |
|
|
配列を最初の列でソートされた行を含む |
|
|
次の形式の線形回帰を実行します |
|
|
ローパスフィルタリングによるダウンサンプリング |
|
|
配列内の固有の値のベクトル |
|
|
array のシングルトン次元を削除します |