求助：将Numpy数组运算语句转换为等效Matlab代码

原Python代码逻辑拆解 #

先明确这段Python代码的核心操作：

1. 对一维数组eigenvalues取平方根
2. 用[newaxis,:]将其扩展为1行k列的二维数组（实现广播匹配）
3. 与eigenvectors执行逐元素乘法（Python自动广播扩展维度）
4. 对结果转置得到最终的basis矩阵

Matlab等效代码 #

方式1：利用Matlab广播（R2016b及以后版本推荐）

假设eigenvalues是从协方差矩阵特征分解得到的列向量（Matlabeig默认返回对角矩阵，需先提取为向量）：

% 若eigenvalues是对角矩阵，先提取为列向量
eigenvalues = diag(eigenvalues);
% 等效Python代码的核心转换
basis = (sqrt(eigenvalues).' .* eigenvectors).';

如果eigenvalues已经是行向量，可简化为：

basis = (sqrt(eigenvalues) .* eigenvectors).';

方式2：手动扩展维度（兼容旧版Matlab）

如果你的Matlab版本不支持自动广播，用repmat手动复制行向量：

eigenvalues = diag(eigenvalues);
sqrt_eig_row = sqrt(eigenvalues).';
% 将行向量复制成与eigenvectors行数一致的矩阵
sqrt_eig_rep = repmat(sqrt_eig_row, size(eigenvectors, 1), 1);
basis = (sqrt_eig_rep .* eigenvectors).';

对应关系说明 #

• sqrt(eigenvalues).' → 对应Python的sqrt(eigenvalues)[newaxis,:]：将一维特征值开平方后转为行向量，实现维度扩展
• .* → 对应Python的*：均为逐元素乘法，Matlab广播与Python行为一致
• .' → 对应Python的transpose()：非共轭转置，对实数矩阵完全等价

内容的提问来源于stack exchange，提问作者user14506090