numpy.arccos & NumPy v1.14 Manual
numpy.arccos
numpy.arccos(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) = &ufunc 'arccos'&
Trigonometric inverse cosine, element-wise.
The inverse of
so that, if y = cos(x), then x = arccos(y).
Parameters:x : array_like
x-coordinate on the unit circle.
For real arguments, the domain is [-1, 1].
out : ndarray, None, or tuple of ndarray and None, optional
A location into which the result is stored. If provided, it must have
a shape that the inputs broadcast to. If not provided or None,
a freshly-allocated array is returned. A tuple (possible only as a
keyword argument) must have length equal to the number of outputs.
where : array_like, optional
Values of True indicate to calculate the ufunc at that position, values
of False indicate to leave the value in the output alone.
For other keyword-only arguments, see the
Returns:angle : ndarray
The angle of the ray intersecting the unit circle at the given
x-coordinate in radians [0, pi]. If x is a scalar then a
scalar is returned, otherwise an array of the same shape as x
is returned.
, , , emath.arccos
is a multivalued function: for each x there are infinitely
many numbers z such that cos(z) = x. The convention is to return
the angle z whose real part lies in [0, pi].
For real-valued input data types,
always returns real output.
For each value that cannot be expressed as a real number or infinity,
it yields nan and sets the invalid floating point error flag.
For complex-valued input,
is a complex analytic function that
has branch cuts [-inf, -1] and [1, inf] and is continuous from
above on the former and from below on the latter.
The inverse
is also known as acos or cos^-1.
References
M. Abramowitz and I.A. Stegun, “Handbook of Mathematical Functions”,
10th printing, 1964, pp. 79.
We expect the arccos of 1 to be 0, and of -1 to be pi:
&&& np.arccos([1, -1])
array([ 0.
Plot arccos:
&&& import matplotlib.pyplot as plt
&&& x = np.linspace(-1, 1, num=100)
&&& plt.plot(x, np.arccos(x))
&&& plt.axis('tight')
&&& plt.show()只需一步，快速开始
扫一扫，访问微社区
查看: 57|回复: 8|关注: 0
MATLAB最基础教程
论坛优秀回答者
<h1 style="color:#78 麦片财富积分
高级, 积分 1878, 距离下一级还需 122 积分
关注者： 192
发表于 昨天&20:29
MATLAB最基础教程（零）：基本数学概念
& & 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+c=0，其中a=b=c=1，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+c=0，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AX=b，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Dy=f(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+1=f(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x=x(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：Dy=f(y,t,c)，求y=x(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y=f(x)，求y的不定积分。同样的问题还有符号求导。
论坛优秀回答者
<h1 style="color:#78 麦片财富积分
关注者： 192
发表于 昨天&20:38
本帖最后由 halleyhit 于
21:04 编辑
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。
1.matlab的界面
界面.jpg (85.44 KB, 下载次数: 0)
昨天&20:49 上传
& & 左上角，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
& & 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-&New-&function。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“a=abs(-1)”，就会显示运算结果为“a=1”。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。
& & 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-&New 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。
& & 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
②cn.mathworks.com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&doc fft&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。
论坛优秀回答者
<h1 style="color:#78 麦片财富积分
关注者： 192
发表于 昨天&20:38
本帖最后由 halleyhit 于
21:32 编辑
matlab最基础教程（二）：变量类型与赋值
前言：matlab解决问题的最基本思路是建立脚本文件，那么脚本文件的第一段就是定义一些变量，这和C语言等编程思想是一样的。matlab提供的变量类型很多，最基础的是三种：数值变量、符号变量、字符串，其他的类型还有cell、table等。这里仅说明最基础的变量类型。
1.数值变量
& & matlab中所有的数值变量都是矩阵，赋值时，以方括号作为开头和结尾，以英文逗号或空格分割同行元素，以英文分号分割各列。例如在Command Window里输入
a=[1 2;3 4]复制代码可以看到运算结果，a是一个数值变量。同时workspace里出现一个田字形的变量a，说明变量a的类型是数值型。
1.jpg (12.13 KB, 下载次数: 0)
昨天&21:08 上传
& & 向量和数字可以视为特殊的矩阵，例如a=[1 2]
a=[1;2]复制代码分别是行向量和列向量，a=[1]复制代码可以简写为
a=1复制代码是数字。
& & 数值变量的命名要求是英文字母开头，不能包含特殊符号，大小写敏感。这里推荐采用下划线来进行分割，例如value_of_A，这和其他编程语言的命名规则大体相当。
& & 赋值中，有时需要用到等差数列，例如定义一个向量a=[1 2 3]，如果比较长，赋值很麻烦，所以matlab提供了一个简单的方法
a=[1:1:3]复制代码这里两个冒号的意思是起始值:步长:终值。采用这种赋值方式时可以获得一个等差数列行向量，并可以省略两侧的方括号。当步长为1时，可以省略步长和一个冒号，于是可以简写为
a=1:3复制代码& & 另一种灵活的赋值方法是分块矩阵，其方法是变量名后面加圆括号，圆括号中加序号。例如
a=[1 2;3 4]复制代码定义变量a之后，
b=a(1,2)复制代码就可以把a的第一行第二列元素赋值给b，当然也可以用
a(1,2)=1复制代码来修改矩阵中部分元素的值。这里需要注意，序号必须是自然数，且不能是零。当矩阵中有多个元素需要赋值时，可以将序号部分改成向量，例如
a([1 2],[1 2])=[1 2;3 4]复制代码中把行数和列数都用向量表示，就是说对矩阵a的第1和2行，第1和2列，总共4个元素赋值。更进一步，也可以有a([1 2],1)表示a的第一列，也可以写成
a(1:end,1)复制代码这里的end表示终点，即a的行数2，也可以更进一步简写成
a(:,1)复制代码这里的冒号表示从头至尾。这类赋值方法最为常用，但基本的语法非常简单，方括号表示矩阵开头和结尾，圆括号表示从矩阵中选取部分，把握这个原则，有利于读懂程序。
& & 当然分块矩阵也可以
b=[a a]复制代码这样的赋值方法，但需要注意的是，方括号中的元素必须满足矩阵的行列数要求，例如a=[1 1]
b=[1;1]
c=[a b]复制代码就会引起错误，因为此时matlab无法确定c的行列数。
2.符号变量
& & 总体而言，符号变量比数值变量简单得多，因为变化非常少，常用的赋值命令是
syms a b复制代码这里syms表示这里要定义一些符号变量，a和b是变量名，符号变量的命名规则和数值变量一样。有时候也采用
syms a real复制代码来强调a是实数变量，具体可以doc syms来获得帮助。
& & 有些变量之间存在依赖关系，此时可以定义
syms x y(x)复制代码这里声明x是一个符号变量，又声明y是一个符号变量，且y的值由x决定，这相当于数学中函数的概念。当然具体的函数关系并没有明确规定。也可以
syms x y z(x,y)复制代码来定义符号变量z，z依赖x和y。这相当于二元函数的概念。这里的圆括号显然和数值变量中的圆括号含义完全不同，这也是学习matlab最不习惯的地方，同一个符号，由于变量类型不同会有完全不同的含义。所以在学习matlab的过程中，一定要区分数值变量和符号变量。
& & 上述方法定义的符号变量是一个数，或者1*1矩阵，matlab中也可以定义符号矩阵，例如
syms a11 a12 a21 a22
A=[a11 a12;a21 a22]复制代码就可以获得一个矩阵符号变量A。
& & 定义符号变量后，workspace中出现相应的变量名，图形不是数值变量的田字形，而是方框里有个立方体，双击后可以看到行列数。
2.jpg (18.14 KB, 下载次数: 0)
昨天&21:13 上传
& & 比数值、符号更为简单的就是字符串了，其定义方法是以单引号开头和结尾，例如
a='hello world'复制代码就定义了一个字符串a，其值为你好世界。matlab中较为特殊的是，字符串可视为行向量，例如b='hello '
c='world'
a=[b c]复制代码也可以获得字符串a，其值为你好世界。另外，有时也可以将字符串视为矩阵，例如
a=['ab';'cd']复制代码但这种用法很罕见，同时要求各行字符串长度一样，否则将违反矩阵行列数规定。
& & 当然字符串的值也可以是特殊符号，比如
','复制代码就定义了逗号，而最特殊的就是定义单引号，因为单引号会和字符串定义中的单引号混淆，因此matlab中用两个单引号表示一个单引号，也就是
a=''''复制代码表示a是一个字符变量，值是一个单引号。语句中第一和第四个单引号是字符串类型的开头和结尾，中间两个单引号用来表示一个单引号。
& & 定义字符串变量后，workspace中出现相应的变量名，图像是方框里写了ch，双击后可以看到行列数。
3.jpg (14.4 KB, 下载次数: 0)
昨天&21:16 上传
论坛优秀回答者
<h1 style="color:#78 麦片财富积分
关注者： 192
发表于 昨天&20:38
本帖最后由 halleyhit 于
21:48 编辑
matlab最基础教程（三）：常用的系统自带函数，数值变量篇
前言：上一篇说了变量的类型和赋值，这里接着说这些变量的基本运算，捎带一些常用的系统自带的函数，通过这些运算和函数，已经可以完成一些简单的计算了。
1.数值变量的基本运算
& & 数值变量都是矩阵，矩阵之间最基本的运算有加、减、乘（方）、转置，运算符分别是+-*'，与数学中的一般表示无异，但仍有一些地方需要注意，以下结合代码进行说明。
1）矩阵加减法只有维度相同的矩阵才能进行，例如
a=[1 2]
b=[1 3]
c=[1;2]复制代码则
d=a+b
d=a-b复制代码都是可以进行的，因为a和b都是1行2列，但
d=a+c复制代码则无法进行，因为数学上，不同维度的矩阵加减法并没有定义。
2）矩阵乘法只有第一个矩阵的列数等于第二个矩阵的行数时，才能进行，例如上段代码中的abc，则
d=a*c复制代码是可以进行的，但
d=a*b复制代码则不能进行，原因同样是因为这种计算在数学上没有定义。还有一种特殊的乘法，也就是乘方，例如
A=[1 2;3 4]
B=A*A复制代码这样的矩阵乘法可以写成
B=A^2复制代码当然，数学上规定，只有方阵才能进行乘方。
3）矩阵与数乘除，由于数也可以看做1*1的矩阵，因此这是一种特殊的矩阵乘除法，和数学上定义一样，比如
d=a*2
d=a/2复制代码这些都能进行。
4）转置，任何维度的矩阵都可以进行转置，例如
d=a'复制代码就会将a这个行向量转置，得到一个列向量d。需要注意的是，这种运算更准确的说法是共轭，对实数矩阵而言，这两种说法并没有什么区别，但对复数矩阵而言，共轭的意思，不仅是把a(i,j)和a(j,i)交换位置，更要把所有元素的虚数部分乘以-1。
2.数值变量的特殊运算
& & 和其他软件不同，matlab里提供了一些很有意思的运算符，有点乘.*、点除./和点方.^，这些运算符在本身的运算符前加一个点，可以实现很强大的功能，但由于和一般的运算符太像，也造成了很多人混淆。这些运算符有很多叫法，比如.*，一般称为点乘、元素乘、数乘，这些叫法都是为了让这个运算符区别于普通的乘，有时为了强调这种区别，也把通常的乘叫矩阵乘。
& & 简单而言，这些运算的含义是将矩阵作为一般的数来进行运算，比如
[1 2 3].*[4 5 6]
[1*4&&2*5&&3*6]
[1 2 3]./[4 5 6]
[1/4&&2/5&&3/6]
[1 2 3].^3
[1^3&&2^3&&3^3]复制代码所以这里点乘和点除需要注意，只有同样维度的矩阵才能进行这种特殊运算。另外点除还要注意不要除以零，虽然matlab并不会报错，但除以零在数学上没有定义，所以这种除法其实已经失去了意义。
& & 于是，什么时候用矩阵乘，什么时候用点乘，其实是看计算的目的，但有些时候，这两种运算符的确是等效的：
1）数字的乘除
1*1
1.*1复制代码当然结果相同
2）矩阵与数字的乘除
1*a
1.*a复制代码结果也是一样的
3.数值变量的常用函数
& & 这里的函数都可以通过doc+函数名查到更详细的帮助，因此仅列出典型用法。
a=ones(3)
a=ones(1,5)复制代码生成指定大小的全1矩阵
a=zeros(3)
a=zeros(1,5)复制代码生成指定大小的全0矩阵
a=eye(3)复制代码生成指定大小的单位方阵
inv([1 2;3 4])复制代码矩阵求逆，只能对方阵操作。matlab有左除法，通常更高效，如有需要也可尝试
&span .=&line-height: 25.2&&siz&/span&&span .=&line-height: 25.2&&e&/span&&span .=&line-height: 25.2&&([1 2;3 4])&/span&复制代码获得矩阵的行数和列数，也可以通过
&span .=&line-height: 25.2&&siz&/span&&span .=&line-height: 25.2&&e&/span&&span .=&line-height: 25.2&&([1 2;3 4],1)&/span&复制代码单独获得行数或者列数
length([1 2 3])复制代码获得向量的长度，这个命令也可以对矩阵操作，当然一般只对向量操作
max([1 2 3])
min([1 2 3])复制代码获得向量的最大和最小值，也可以对矩阵操作
sort([2 1 3])复制代码按大小对向量进行排序，也可以对矩阵操作
sum([1 2 3])复制代码求和，也可以对矩阵操作
cumsum([1 2 3])复制代码累积求和，类似求定积分，一般只对向量操作，需要注意的是，累积求和后，结果和原向量长度一样
diff([1 2 5 6])复制代码差分运算，类似于求导，一般只对向量操作，需要注意的是，差分操作后，结果的长度比原向量少一
plot([1 2.5 3],[5 6 4])复制代码画图，需要注意的是，两个向量的长度要相等才能画图
exp([1 2])复制代码指数函数，类似的数学函数还有三角函数（sin，cos，tan，asin，acos，atan），对数函数（log），这些函数在对矩阵操作时，相当于对矩阵中的每个元素进行操作，类似点乘这样的运算符。
论坛优秀回答者
<h1 style="color:#78 麦片财富积分
关注者： 192
发表于 昨天&20:39
本帖最后由 halleyhit 于
21:53 编辑
matlab最基础教程（四）：常用的系统自带函数，符号变量与字符串篇
前言：matlab字面意思是矩阵实验室，软件重点是数值变量的运算。所以在符号变量和字符串的运算上，功能并不强大，我用的也不是很多，因此这篇的内容请多多指正。
1.符号变量的基本运算
& & 符号变量的基本运算与数值变量一样，加减乘之类的，比如
syms x y(x)
g=x*y复制代码并没有需要特别说明的。
2.符号变量的特殊运算
& & 符号变量的特殊运算也与数值变量一样，但一般而言，符号变量都是1*1矩阵，因此特殊运算与基本运算一般都是等效的。比如
g=x*y
g=x.*y复制代码的运算结果完全一样。
3.符号变量的常用函数
& & 数值变量的常用函数，一般都可以直接用在符号变量上，比如三角函数
syms x
y=sin(x)
a=1
b=sin(a)复制代码这些都是可以通用的，而且函数的含义也完全一样。
& & 但偏偏有些函数非常蛋疼，对符号变量与数值变量都可以进行操作，但操作的含义完全不同，比如diff，diff对于一个数值变量的运算结果是差分，而对于一个符号变量的运算结果则是求导
syms x
f=diff(sin(x))
a=[1 2 3]
b=diff(a)复制代码运算出来的f是sin(x)的导数，也就是cos(x)，依然是个符号变量，而b运算结果则是一个差分向量。
& & 另外也存在很多函数只能对数值变量操作，比如离散傅里叶变换fft。还有很多函数只能对符号变量操作，比如泰勒展开taylor。因此在matlab使用中，一定要区分变量的类型，其实真的用起来也好区分，因为完成特定的计算任务，要么全部用数值，要么全部用符号，这也符合一般处理问题的原则。
我平时做符号运算比较少，用到的函数，除了exp、sin这类数学运算外，还有：
int 求积分，符号运算特有，可以求定积分，也可以求不定积分，但一般不会写+C
diff 求导数，符号运算特有
limit 求极限，符号运算特有
ezplot 作图（新版本中，软件推荐使用fplot），类似数值变量运算时的plot
4.字符串的常用函数
& & matlab中字符串的常用算符就更少了，但都非常有用，这里介绍几个：
1）num2str和str2num：可以实现数值变量和字符串变量的转换，比如
a=1
b=num2str(1)复制代码运算结果显示a是一个数值变量，b是一个字符串变量，函数名中的2就是英文中to的意思，也就是把num数值类型转化成str字符类型。str2num就是这个函数的反函数，这两个命令结合，可以实现特定的功能，比如提取一个数字的最高位：
a=123456
b=num2str(a)
c=b(1)
d=str2num(c)复制代码2）eval：其原理是把“字符串”变成“命令”并执行。但使用过程中需要注意的是，这个命令不可以“编译”，也就是只能在matlab内使用，无法移植到C，JAVA等其他语言平台。有需要的可以自行尝试这个命令。
论坛优秀回答者
<h1 style="color:#78 麦片财富积分
关注者： 192
发表于 昨天&20:39
matlab最基础教程（五）：判断与流程控制
论坛优秀回答者
<h1 style="color:#78 麦片财富积分
关注者： 192
发表于 昨天&20:39
matlab最基础教程（六）：编程习惯
论坛优秀回答者
<h1 style="color:#78 麦片财富积分
关注者： 192
发表于 昨天&20:39
matlab最基础教程（七）：编程调试与常见报错
论坛优秀回答者
<h1 style="color:#78 麦片财富积分
关注者： 192
发表于 昨天&20:40
完结，水平有限，欢迎指正
站长推荐 /3
车辆动力学工具箱介绍：一款集成3D虚拟环境的汽车仿真产品
MATLAB中文论坛是全球最大的 MATLAB & Simulink 中文社区。用户免费注册会员后，即可下载代码，讨论问题，请教资深用户及结识书籍作者。立即注册加入我们吧！
MATLAB官方社交平台
MATLAB中文论坛微社区