最近看機器學習相關教程，接觸到了Octave，完全類似於Matlab，區別是Octave是免費的，而且叫輕量級，用起來也很方便。Octave的入門是很簡單的，我參考的是《Octave入門教程》：http://www.linuxidc.com/Linux/2014-04/99848.htm
還有官網：http://www.gnu.org/software/octave/
官網手冊：http://www.gnu.org/software/octave/doc/interpreter/index.html
下面記錄一些常用的函數或者雜項。
● 自定義函數，格式是：
function [ret1, ret2 ...]=fname(arg1, arg2 ...)
%
% 函數說明
%
......
endfunction
arg1,arg2為傳入的參數，ret1,ret2為返回值，這些參數都可以是矩陣或者數值。function中一般用不著return語句，因為函數體中可以直接訪問ret1,ret2並進行修改。
● for語句的使用
格式1：
for variable=vector
.......
end
variable為循環變量，vector為需要循環的所有值的數組，例如：
a = [1, 2, 3];
for var = a
格式1：
for variable=start:end
.....
end
start:end其實是Octave中支持的連續列表（如1:10），這種方式是非常常用的，例如從1到10的循環可寫成：
for i=1:10 %或者for i=[1:10]
.....
end
● 有時候需要生成隨機矩陣，Octave中提供了rand函數和randn函數，區別是：
（1）rand：產生均值為0.5、幅度在0~1之間、均勻分布的隨機矩陣
（2）randn：產生均值為0方差為1、幅度在0~1之間、的高斯白噪聲（即正太分布）
（3）normrnd(a,b,c,d)：產生均值為a方差為b、幅度在0~1之間、大小為cXd的隨機矩陣
有時候需要整數矩陣，可以使用ceil函數（上取整）、floor函數（下取整）或round函數（四捨五入）將上面得到的0~1之間的矩陣變成整數矩陣，例如要得到5 X 4的分布在0-100之間的隨機矩陣，可以寫成： ceil(100*rand(5,4))。
● 求矩陣的特征值用函數 eig(A)，求零空間的基用nulbasis，如下例先求特征值再求特征空間的基，某特征值λ的特征空間的基也就是(A- λ*I)的零空間：
● rref函數求矩陣的簡化階梯型，可以利用其求解線性方程組。例如：
x1 + x2 = 3
2x1 + 3x2 = 8
因此x1 = 1，x2 = 2
● 擴展矩陣函數：repmat，常用格式：repmat(X, m, n)
