场景
Octave 语言是一种高级数值计算和数据可视化的开源软件。它提供了一种不便的形式来执行数值计算、数据分析和可视化，特地是在迷信和工程畛域中。明天学习了一下 Octave 的基本操作，记录一下。
下载
去 Octave 官网下载即可。octave 下载可自行下载。
基本操作
根本运算
Octave 的根本运算非常不便，只需输出 相似 1 + 1 即可。
非常简单，如果应用 java / python / c# 还是要写个一两行代码的、
矩阵 & 向量操作
在机器学习中，矩阵 & 向量承当着十分重要的角色，在 python 中，咱们常常会应用 numpy 库做这些操作，python 中的基本操作应该是这样的：
import numpy as np
# 创立向量
vector = np.array([1, 2, 3, 4, 5])
print("向量:")
print(vector)
# 创立矩阵
matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print("\n 矩阵:")
print(matrix)
# 创立非凡矩阵
# 单位矩阵
identity_matrix = np.eye(3)
print("\n 单位矩阵:")
print(identity_matrix)
# 全零矩阵
zero_matrix = np.zeros((2, 3))
print("\n 全零矩阵:")
print(zero_matrix)
# 全一矩阵
ones_matrix = np.ones((3, 2))
print("\n 全一矩阵:")
print(ones_matrix)
# 创立随机矩阵
random_matrix = np.random.rand(2, 2)
print("\n 随机矩阵:")
print(random_matrix)在 octave 中，生成一个矩阵
A=[1 2;3 4;5 6]
即可生成一个矩阵
应用; 离开就是行，咱们能够再试试
这操作非常简单。
生成向量 1 到 6，2 到 99
试一试
非常简单只须要，n:m 即可生成向量。
之前咱们已经提到过步长的概念，那么咱们从 1 到 10 以 2 为步长咱们以 Octave 的命令应该是：
n: 步长:m
这就是在 Octave 中的提现，是不是非常简单？
再来，咱们要后果生成 2 行 3 列后果全为 1 的元素
2 行 5 列的 0 矩阵
随机
随机且合乎正态分布
n 阶单位矩阵
生成幻方矩阵（每行每列的和对角线的和雷同）
完结
这是一些基本操作，前面我会持续学习计算和绘图。