GNU Octave

与 MATLAB 的差异集中在语法细节

Octave 的目标是与 MATLAB 兼容，绝大多数基础函数能直接跑，但语法细节差异足以让脚本静默出错。

最危险的是字符串：MATLAB 里 ' 是字符向量，Octave 里两者都是字符串。这会导致 sprintf('%c', 65) 在两边行为不同。

另一个坑是隐式扩展：Octave 从 4.4 起支持 A.^B 形式的隐式扩展，但 A + B 这种标量扩展仍要自己写 A + scalar，不能指望自动广播。MATLAB 里写惯的隐式扩展在 Octave 中可能给出维度错误或静默的错误结果，这是最常见的迁移问题。

布尔真值：不要用 if 数组

if 的条件必须是标量布尔值，不能直接传数组。正确写法是用 any / all：

octave% 错误：条件是数组
% if A > 0

% 正确
if any(A(:) > 0)
  disp("有正数");
end

if all(A > 0)
  disp("全部为正");
end

pkg 包管理：先加载后使用

社区包称 Octave Forge，必须先安装再 load，命令是 pkg：

octavepkg list                 % 查看已安装的包
pkg install -forge io    % 安装包（需要联网）
pkg load io              % 加载后才能调用其函数

最容易忘的是 pkg load：装完包直接调用函数会报 undefined。新建会话后要重新 load，可以写进脚本开头，或用 ~/.octaverc 放全局配置。常用统计包：statistics（描述统计、分布拟合）、io（读写 CSV/Excel）。安装失败时先 pkg update 升级包索引。

向量化优先

Octave 的解释器循环性能弱，批量运算应尽量向量化：

octave% 逐元素用循环，慢
n = 10000;
y = zeros(n, 1);
for k = 1:n
  y(k) = sin(k) + k^2;
end

% 向量化，快很多
k = (1:n)';
y = sin(k) + k.^2;

注意 ^2 是矩阵幂（维度必须吻合），.^2 才是逐元素幂。数据是行向量时 k^2 会直接报非方阵错误。

函数化与脚本

脚本直接执行、变量留在工作区，出问题难追溯。函数有独立作用域，调试与复用都更好：

octavefunction [m, se] = mystats(x)
  x = x(:);          % 强制成列向量，避免行向量传进来出错
  n = numel(x);
  m = sum(x) / n;
  if n < 2
    se = NaN;
  else
    se = std(x, 0) / sqrt(n);
  end
end

两个易错点：一是忘了 end 收尾导致后续代码被当函数体吃掉；二是函数文件文件名必须与函数名一致且同目录。函数内调另一个函数时确认文件已在路径上（addpath 加入，path 查看）。

调试与查文档

dbstop 单步调试、keyboard 插入断点、dbstack 看调用栈，与 MATLAB 一致。查函数用法用 help、doc、lookfor（如 doc hist）。在线手册在 Octave 官方文档（在新标签页打开），函数索引按字母排列，与 MATLAB 文档结构对应，找函数几乎零成本。