matlab是做什么的
MATLAB在逐渐被Python淘汰吗？
MATLAB在逐渐被Python淘汰吗？
Python在设计上坚持了清晰划一的风格，这使得Python成为一门易读、易维护，并且被大量用户所欢迎的、用途广泛的语言。
设计者开发时总的指导思想是，对于一个特定的问题，只要有一种最好的方法来解决就好了。
这在由Tim Peters写的Python格言（称为The Zen of Python）里面表述为：There should be one-- and preferably only one --obvious way to do it. 这正好和Perl语言（另一种功能类似的高级动态语言）的中心思想TMTOWTDI（Theres More Than One Way To Do It）完全相反。
Python的作者有意的设计限制性很强的语法，使得不好的编程习惯（例如if语句的下一行不向右缩进）都不能通过编译。其中很重要的一项就是Python的缩进规则。
一个和其他大多数语言（如C）的区别就是，一个模块的界限，完全是由每行的首字符在这一行的位置来决定的（而C语言是用一对花括号{}来明确的定出模块的边界的，与字符的位置毫无关系）。这一点曾经引起过争议。因为自从C这类的语言诞生后，语言的语法含义与字符的排列方式分离开来，曾经被认为是一种程序语言的进步。不过不可否认的是，通过强制程序员们缩进（包括if，for和函数定义等所有需要使用模块的地方），Python确实使得程序更加清晰和美观。与MATLAB的对比编辑 说起科学计算，首先会被提到的可能是MATLAB。然而除了MATLAB的一些专业性很强的工具箱还无法被替代之外，MATLAB的大部分常用功能都可以在Python世界中找到相应的扩展库。
和MATLAB相比，用Python做科学计算有如下优点：
● 首先，MATLAB是一款商用软件，并且价格不菲。而Python完全免费，众多开源的科学计算库都提供了Python的调用接口。用户可以在任何计算机上免费安装Python及其绝大多数扩展库。
● 其次，与MATLAB相比，Python是一门更易学、更严谨的程序设计语言。它能让用户编写出更易读、易维护的代码。
● 最后，MATLAB主要专注于工程和科学计算。然而即使在计算领域，也经常会遇到文件管理、界面设计、网络通信等各种需求。而Python有着丰富的扩展库，可以轻易完成各种高级任务，开发者可以用Python实现完整应用程序所需的各种功能。
matlab 教程？
前言：matlab只是个软件，用来完成机械的计算，而如何安排这些计算，需要用户掌握最基本的数学概念。这篇将介绍工程数学中常用的数学概念，与matlab似乎并不相关，但实则是matlab的基础。
1.数值与符号
如果给工程数学问题分类，最大的两类肯定是数值问题和符号问题，对应matlab的数值运算和符号运算。简而言之，数值运算就是所有的变量的值已知，求解的也是一些具体的值；符号运算则刚好相反，不要求所有的变量都已知，求解的结果也不是变量具体的值，而是变量之间的关系。一个简单的例子是
①数值问题：求解一元二次方程，ax2 bx c0，其中abc1，所求得的结果一定是x几点几 几点几i，是个复数，是个具体的数值。
②符号问题：求解一元二次方程，ax2 bx c0，所求的的结果一定是x求根公式，是abc的函数，是个关系
可见，一个问题是数值问题还是符号问题，很大程度上决定于结果需要求解的是数值还是关系。当然两个问题也可以相互转化，比如数值问题的一元二次方程，我们一般会先转化成符号问题，把abc代入求根公式，求出来变量x的具体数值。但实际中，一般我们并不推荐这样做，原因是matlab的数值和符号是完全不同的两套系统，相互转化不仅需要多余的数值符号转换语言，更可能带来查错的不便。
2.典型数值问题
以下是常见的数值问题，文中提到的解法均可在数值计算、科学计算、数值算法这类书中找到。
2.1代数方程
代数方程又分为线性方程和非线性方程，线性方程一般可以转化为矩阵形式AXb，对A求逆即可。求逆的数值解法一般有高斯赛德尔迭代，超松弛迭代等。非线性方程一般转化为f(x)zeros其中x是个向量，右侧的zeros表示f是个多输出函数，数值解法一般是迭代，常见的有牛顿迭代，最速梯度，点斜式等。
2.2常微分方程
常微分方程一般转化为Dyf(y,t)，且y(0)y0是初始条件，其中y和Dy都是向量，f也是个多输出函数，数值解法有欧拉法，龙格库塔法。
2.3偏微分方程
偏微分方程比较复杂，matlab处理偏微分方程也不专业，我也几乎不用matlab处理这类问题。但工程数学上，偏微分方程的解法有两类，差分法和有限元法。差分法需要采用中心差分，迎风差分等。有限元需要计算刚度矩阵等。
2.4插值和拟合
插值和拟合是完全不同的两个数学概念，虽然很多时候很多人都混淆了。两者的描述都可以归结为：已知函数上的点(x1,y1),(x2,y2)...(xn,yn)，求一个已知的x，对应的y的数值。插值常用的多项式插值，三次样条插值。拟合的本质是一个最优化问题，其中最常用的一种拟合是线性拟合，求解方法是最小二乘法。
2.5离散周期傅里叶变换
严格说来，这并不能算一个数学问题，只是一种运算方式，就好像加减乘除一样。特殊性在于这种变换是对于一个向量进行，且运算后的结果依然是个向量。这里提出来是为了强调这种傅里叶变换的限定，要求是离散周期，这也是数值方法能处理的唯一一种傅里叶变换。
2.6最优化问题
最优化问题比较宽泛，一般可以归结为求目标函数f(x)的最大或者最小值，其中f是一个单输出的函数，x是一个向量。其中x需要满足线性约束条件、非线性约束条件、上下界。具体的解法有最速梯度，遗传，蚁群，退火等算法。
2.7数值积分
已知函数上的点(x1,y1),(x2,y2),...(xn,yn)，求函数在x1到xn的定积分。常见算法有矩形公式，梯形公式，辛普森公式。类似的问题还有数值求导。
3.典型符号问题
以下是常见的符号问题，需要特别指出的是，无解问题。数值问题中也有一部分无解问题，但大多数工程中是碰不到的。而符号问题恰好相反，绝大部分我们遇到的符号问题都是没有解的，或者准确的说，没有解析解。比如求一元五次方程，我们知道x和这些系数存在关系，但无法写出显式的表达式，也就是说没有解析解。
3.1递推转通项
这个问题可以归结为：已知xn 1f(xn)，求xn，常见于数列的推导。
3.2代数方程
区别于数值问题中的代数方程， 这里的代数方程问题可以描述为：f(x,c)0，求xx(c)，这里需要求解的其实是x和c的关系。
3.3常微分方程
区别于数值问题中的常微分数方程， 这里的代数方程问题可以描述为：Dyf(y,t,c)，求yx(t,c)，一般无需初值条件。
3.4符号积分
区别于数值问题中的数值积分，这里的符号积分可以描述为：已知函数关系yf(x)，求y的不定积分。同样的问题还有符号求导。
matlab最基础教程（一）：软件基本概念
前言：①如果你是第一次使用matlab，建议阅读本教程。②以2017a版本为基础，适用于2014a及之后的版本，之前的版本未测试。③结合这两个月在坛子里回答的问题，整理成教程，水平有限，欢迎指正。
的界面
home标签下，找到layout进行设置/复位，可以设置各板块的显示与隐藏。其中有几个部分，请务必要显示
①Current Folder：中文一般翻译成工作路径，一般设置成一个自己建立的、有读写权限的文件夹，例如我的文档下建立一个matlab文件夹
②Command Window：字面意思是命令窗口，用来运行代码，所有的代码都是在这里输入
③Workspace：字面意思是工作空间，其实就是暂存所有运行结果的地方，“暂”的具体含义是：关闭matlab后丢失
2.软件中的基本概念
2.1 函数
matlab之所以强大，就是因为提供大量的函数，你也可以建立自定义函数，方法是：Home-gtNew-gtfunction。自定义函数一般保存在工作路径下。函数文件的特征是：扩展名m，内容的第一行以function开头，后续内容是“输出变量函数名(输入变量)”。且函数名和文件名相同。
每个函数在Command Window中运行，用来完成特定的计算任务，运行方式是输入“输出变量函数名(输入变量)”，然后按回车。例如有个系统自带的函数是用来求绝对值的，函数名abs，所以在Command Window里输入“aabs(-1)”，就会显示运算结果为“a1”。且运算结果会在Workspace里出现一个变量a，双击后可看到a的值是1。
2.2 脚本
可以理解为特殊的函数，这种函数内容的开头没有function那行，因此没有输入、输出变量，也没有函数名。文件扩展名和函数一样是m，也需要在Command Window里运行。脚本都是用户建立的，方法是：Home-gtNew Script。一般保存在工作路径下。脚本的功能就是完成用户需要的、复杂的计算任务，通常脚本里会调用很多函数。
2.3 GUI
一般翻译为界面，就是人机交互界面的意思。写脚本处理问题的方法有点麻烦，让人看起来更像是码农，所以现在很多问题可以通过界面点点鼠标解决。这时候就需要打开界面，打开方法是：在APPS标签里可以找到所有已安装的GUI工具，单击即可。注意右边有个小三角可以点开。和函数一样，用户也可以自己建立自定义GUI，这部分较为复杂，对新手而言有点遥远。
2.4 toolbox
一般翻译成工具箱，matlab将功能相近或者应用上自成体系的一组函数和GUI打包成一个toolbox。正版的matlab在购买时，几乎每一个toolbox都是要单独收费的，所以toolbox也可以理解为matlab产品的模块，一个工具箱就是一个产品/商品。
2.5 simulink
一般用matlab解决问题的过程是：用户自定义脚本，在Command Window里运行脚本。而脚本的运行逻辑是顺序执行，和一般的编程一样。simulink则提供另一种思路，图形化编程，有点像labview，这种方法很适合于物理模型的仿真，因此有时用“matlab编程”和“simulink仿真”强调。使用方法是在home标签下点击simulink。
3.获得帮助
常用的获得帮助有四种方法
①home标签里，有个Help标志，点开后可以获得各工具箱/产品的完整帮助文档。新版本中默认使用在线，改用本地帮助的办法是在home标签里，Preferences下的matlab/Help里选择installed locally
②官网上找到支持，然后可以获得教程。这种方法获得的帮助文档和第一种方法一样。
③在Command Window里输入 doc 函数名 来获得帮助。比如输入#34doc fft#34可以获得离散傅里叶变换函数fft的帮助和范例。这种方法获得的文档是前两种方法文档中的部分。当然，前提是你要知道函数名，才能找到帮助。这种方法适合于获得系统自带函数的使用说明。
④使用GUI时，通常界面的角落里有Help，点开可以获得帮助。这种方法获得的文档是第一和第二种方法文档中的部分。这种方法适合于获得系统自带GUI的使用说明。
这几种方法中，最常用的是第三种，只要知道自己需要的函数名，就可以用这种方式获得说明和范例。而实际使用中，一般常用的系统自带函数，也并不是非常多，大概几十个？真正需要牢记使用方法的可能就几个，通常都是知道函数名，要用的时候doc一下。