这是个非常典型的NumPy模块结构问题，很多刚接触NumPy的同学都会踩这个坑～

核心原因：NumPy主模块不会自动加载所有子模块 #

当你执行import numpy时，Python只会导入NumPy核心命名空间里的内容——也就是那些最常用、最基础的函数和对象，比如numpy.zeros、numpy.array、numpy.mean这些，它们是直接绑定在numpy主模块下的，所以不用额外导入就能调用。

而numpy.matlib属于NumPy的专用子模块，这类子模块默认不会随主模块一起加载。NumPy的设计思路是：只把高频使用的核心功能放到主命名空间，把更细分、更专业的功能（比如矩阵专用操作、傅里叶变换、线性代数工具等）放到独立子模块中，这样既避免了主命名空间过于臃肿，也能减少不必要的内存开销。

为什么repmat会在matlib里？ #

repmat本质是专门为矩阵对象（numpy.matrix类型）设计的重复操作函数，而NumPy的核心设计更偏向于通用的ndarray数组。把这类矩阵专用函数放到matlib子模块里，是为了区分通用数组操作和矩阵专属操作，让模块结构更清晰。

额外小技巧：替代方案无需额外导入 #

如果你只是想实现数组的水平重复，其实可以用NumPy核心模块里的numpy.tile函数，它不需要导入任何子模块，用法也很类似：

import numpy as np
a = np.tile(x, (1, 3))

而且tile返回的是ndarray类型（NumPy的默认数组类型），比matlib.repmat返回的matrix类型更通用，更符合大多数场景的需求。

内容的提问来源于stack exchange，提问作者ExcitedSnail