今天看了一段numpy的手册文档，看了一点基础的使用。看到了一段关于数据共享描述，类似的功能在学习Python基础的时候在列表基础的时候看到过。好奇想看看MATLAB的矩阵是否也有数据共享问题，看看numpy与MATLAB是否有基础性的大差异。
命令窗口做一下试探如下，试一下数组的创建以及数组对象属性的查看：
>>> import numpy as np
>>> x = np.array([[1,2,3],[4,5,6]],np.int32)
>>> x
array([[1, 2, 3],
[4, 5, 6]], dtype=int32)
>>> type(x)
<type 'numpy.ndarray'>
>>> x.shape
(2, 3)
>>> x.dtype
dtype('int32')
>>> x[1,2]
6
再做一下矩阵的切片处理，生成一个新的矩阵y，同时修改y的元素数值。通过查看，可以看到x与y的元素数值全都发生了变化：
>>> y = x[:,1]
>>> y
array([2, 5], dtype=int32)
>>> y[0]
2
>>> y[0] = 123
>>> y
array([123, 5], dtype=int32)
>>> x
array([[ 1, 123, 3],
[ 4, 5, 6]], dtype=int32)
看完了numpy，在测试一下MATLAB。命令窗口做一下测试，记录如下：
>> x = [1 2 3;4 5 6]
x =
1 2 3
4 5 6
>> y = x(:,1)
y =
1
4
>> y = x(:,2)
y =
2
5
>> y(2,1)
ans =
5
>> y(2,1) = 12
y =
2
12
>> x
x =
1 2 3
4 5 6
从上面的测试记录可以看得出，MATLAB与Python的基础知识甚至是操作都差不多。不过，默认情况下，Python的index从0开始，而MATLAB的index则从1开始。印象中，在MATLAB的simulink中，这个起始索引值是可以修改的，不知道命令窗口中的矩阵相关参数是否有相应的配置方式。
numpy与MATLAB的矩阵切片操作都是相似的，不过通过测试中发现MATLAB倒没有numpy中类似的数据共享问题。
