<p>最简单的是一个<code>row</code>分隔符:</p>
<pre><code>>> [1,2;3,4] # octave
ans =
1 2
3 4
</code></pre>
<p>^{cd2>}子类将其复制为字符串语法:</p>
<pre><code>In [1005]: np.matrix('1,2;3,4')
Out[1005]:
matrix([[1, 2],
[3, 4]])
</code></pre>
<p>更传统的<code>numpy</code>输入:</p>
<pre><code>In [1006]: np.array([[1,2],[3,4]])
Out[1006]:
array([[1, 2],
[3, 4]])
</code></pre>
<p>===</p>
<p>在MATLAB中,矩阵本质上是面向列的2d:</p>
<pre><code>>> sumint=[]
sumint = [](0x0)
>> sumint=[sumint; 12]
sumint = 12
>> sumint=[sumint; 12]
sumint =
12
12
>> sumint=[sumint; 12]
sumint =
12
12
12
>> size(sumint)
ans =
3 1
</code></pre>
<p>所以重复的<code>x = [x; y]</code>只是在第一维度上连接一个新值。改为使用<code>,</code>水平连接:</p>
<pre><code>>> sumint=[]
sumint = [](0x0)
>> sumint=[sumint, 12]
sumint = 12
>> sumint=[sumint, 12]
sumint =
12 12
>> size(sumint)
ans =
1 2
</code></pre>
<p>python的一个等价物是list append:</p>
<pre><code>In [1007]: alist = []
In [1008]: alist.append(12)
In [1009]: alist.append(12)
In [1010]: alist.append(12)
In [1011]: alist
Out[1011]: [12, 12, 12]
</code></pre>
<p>您可以使用<code>numpy</code>数组进行重复连接,但这样做效率低,而且通常不鼓励使用。它在MATLAB中运行正常,只是因为它进行了大量的JIT编译。在旧的MATLABs中,它可能会遭到反对</p>