我很不幸地需要将一些 MATLAB 代码转换为 Python 代码，使用 numpy 数组。
关于 num2cell()，是否有任何共识呢？
个人认为这与 Python/numpy 的语法不符。其思想是这样的：
使用 num2cell，您将得到一个类似于以下的数组
array([[0],[1],[2],[3],[4],[5],[6],[7],[8]])
请参阅 MathWorks 文档。
您可以在 numpy 中使用列表推导式来完成此操作：
matlab_lunacy = np.array([[x] for x in range(0, 9)]
但为什么MATLAB用户要使用这种数据结构呢？
NumPy有什么等价物吗？
In [246]: A=np.arange(24).reshape(2,3,4) # 3d array
In [247]: B=list(A)
In [248]: B
Out[248]:
[array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]]),
array([[12, 13, 14, 15],
[16, 17, 18, 19],
[20, 21, 22, 23]])]
tolist 方法将完全转换为列表（嵌套）。
In [249]: C=A.tolist()
In [250]: C
Out[250]:
[[[0, 1, 2, 3], [4, 5, 6, 7], [8, 9, 10, 11]],
[[12, 13, 14, 15], [16, 17, 18, 19], [20, 21, 22, 23]]]
list(A)并不常用，当需要使用 tolist 时可能会错误地使用它。
np.split(A,...)与 B 类似，但子数组仍为三维数组。
unpacking 甚至可以使用，基本上是因为 A 是可迭代的，[a for a in A] 在第一维上分割了 A。
In [257]: a,b=A
In [258]: a
Out[258]:
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
有一个对象dtype，它允许您在数组中放置对象，包括其他数组。但正如许多SO问题所示，构建这些数组可能会很棘手。np.array试图构造最高维度的数组。您需要执行一些技巧来避免这种情况。
In [259]: Z=np.empty((2,),dtype=object)
In [260]: Z
Out[260]: array([None, None], dtype=object)
In [261]: Z[0]=A[0]
In [262]: Z[1]=A[1]
In [263]: Z
Out[263]:
array([ array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]]),
array([[12, 13, 14, 15],
[16, 17, 18, 19],
[20, 21, 22, 23]])], dtype=object)
================
在Octave会话中：
>> anum = [1,2,3,4]
anum =
1 2 3 4
>> acell = num2cell(anum)
acell =
{
[1,1] = 1
[1,2] = 2
[1,3] = 3
[1,4] = 4
}
>> save -7 test.mat anum acell
scipy.io.loadmat 版本
In [1822]: data = io.loadmat('../test.mat')
In [1823]: data
Out[1823]:
{'__globals__': [],
'__header__': b'MATLAB 5.0 MAT-file, written by Octave 4.0.0,
2016-10-27 00:59:27 UTC',
'__version__': '1.0',
'acell': array([[array([[ 1.]]), array([[ 2.]]), array([[ 3.]]),
array([[ 4.]])]], dtype=object),
'anum': array([[ 1., 2., 3., 4.]])}
matrix会被呈现为一个二维数组；cell则是一个对象类型的二维数组，包含了另外的二维数组。
tolist 的存在。比我的递归实现要好。 - rayryengnum2cell的作用是将数组中的每个元素分别呈现为单独的单元格，组成一个单元格矩阵。在Python中，与单元格数组相对应的是列表。因此，如果您真的想在Python中创建一个类似于num2cell的方法，您需要创建一个与您的Python NumPy数组具有相同维度的列表，并确保该列表中的每个元素都放在正确的位置上。下面的代码可以实现此功能:
import numpy as np
def num2cell(a):
if type(a) is np.ndarray:
return [num2cell(x) for x in a]
else:
return a
In [26]: import numpy as np
In [27]: A = np.random.rand(4,3,3)
In [28]: B = num2cell(A)
In [29]: A[0]
Out[29]:
array([[ 0.52971132, 0.91969837, 0.77649566],
[ 0.51080951, 0.8086879 , 0.61840573],
[ 0.7291165 , 0.0492292 , 0.53997368]])
In [30]: B[0]
Out[30]:
[[0.52971132352406691, 0.91969837282865874, 0.77649565991300817],
[0.51080951338602765, 0.80868789862631529, 0.61840573261134801],
[0.72911649507775378, 0.049229201932639577, 0.53997367763478676]]
In [31]: A[1][1]
Out[31]: array([ 0.41724412, 0.94679946, 0.79899245])
In [32]: B[1][1]
Out[32]: [0.41724411973558406, 0.9467994633124529, 0.7989924496851234]
B 是 NumPy 数组 A 的列表表示形式。A.tolist()将会给你一个几乎和num2cell(A)相同的结果，唯一的区别是每个元素将会是Python本地的float而不是np.float64。 - ali_mtolist() 的存在 :) - rayryeng这取决于代码的其他部分在做什么。一般来说，Matlab使用单元格来表示数组的数组，其中内部数组可以具有不同的大小和形状。
回答你的问题，我认为你所做的基本上就是你想做的，即创建一个数组的数组。
.astype(np.object_) 很可能是你需要的东西。考虑一下这个 Matlab 代码：
x = [1 2 3 4]
y = num2cell(x)
y(end) = 'hello'
x = np.array([1, 2, 3, 4])
y = x.astype(np.object_)
y[-1] = 'hello'
import matlab.engine并定义eng = matlab.engine.start_matlab()就像这样简单了。现在，你可以调用你自己的matlab函数，例如result = eng.YourFunction(inputs)。 - Nicky Mattsson
num2cell()在分割数据方面非常有用。它允许您轻松切片任何多维数组为各个部分，便于随后的操作。您可以将其切片，使得您可以获得行的列表、列的列表等等，甚至是任意块的列表。 - Rody Oldenhuis