谷歌搜索引导我到这个链接：

https://github.com/jjakeman/pyheat/blob/master/utilities/math_utils.py

据我所知,在MATLAB中没有直接实现这些功能.

事实证明我无法正确阅读文档.如果你想要sub2ind的功能,你需要ravel_multi_index功能.函数声明表明您需要两个输入.第一个输入是2D numpy数组,其中每一行是特定维度的位置.例如,如果要在2D矩阵上应用ind2sub,则应指定2D numpy数组,其中第一行包含所需的所有行位置,第二行包含所需的所有列位置.第二个输入是确定每个维度大小的元组,因此对于2D数组,它是行数和列数.

要做ind2sub,你需要unravel_index功能.第一个输入是一个线性索引数组,您希望将其转换为数组中每个维度的位置.第二个输入是像以前一样的维度元组.

如果你想尝试自己实现这些,我将把底部的帖子留给后人.

但是,您当然可以自己实现这些.我假设是因为你用numpy标记你的帖子,你会想要一个numpy-esque解决方案.请记住,在numpy中,您访问行major,而不是column major中的元素,因此给定两个数组,一个用于行,另一个用于列索引(0-indexed),2D矩阵的sub2ind非常简单：

def sub2ind(array_shape, rows, cols):

return rows*array_shape[1] + cols

array_shape是一个包含两个元素的数组,其中第一个元素是矩阵中的行数,第二个元素是列数.如果您还记得,您可以通过以下方式访问行主矩阵中的元素：

ind = r*cols + c

(r,c)是你想要的行和列索引,只要它是0索引的.换句话说,你会使用整数除法和模数：

def ind2sub(array_shape, ind):

rows = (ind.astype('int') / array_shape[1])

cols = (ind.astype('int') % array_shape[1]) # or numpy.mod(ind.astype('int'), array_shape[1])

return (rows, cols)

这里,输出是一个双元素元组,其中第一个元素是行位置,第二个元素是列位置.要总结ind2sub,要访问所需的行,可以使用线性索引并对列进行整数除法.要获得所需的列,可以找到模数或余数.进入3个维度以及之后会有点复杂.我将让您看看上面提到的链接以获取更多详细信息.

显然,我没有在上面的函数中进行任何错误检查,因此在这种情况下你显然会使用array_shape.做你想做的更好的方法是：

def sub2ind(array_shape, rows, cols):

ind = rows*array_shape[1] + cols

ind[ind < 0] = -1

ind[ind >= array_shape[0]*array_shape[1]] = -1

return ind

def ind2sub(array_shape, ind):

ind[ind < 0] = -1

ind[ind >= array_shape[0]*array_shape[1]] = -1

rows = (ind.astype('int') / array_shape[1])

cols = ind % array_shape[1]

return (rows, cols)

我做了一些基本的错误检查,以确保ind2sub的sub2ind或线性索引没有行或列超出范围.我将这些位置设置为-1,这样你就知道你搞砸了某个地方.

祝好运！