如何用Numpy实现类Matlab的矩阵迭代？解决代码报错与绘图疑问

你的报错核心是运算结果形状与目标数组形状不兼容：

• np.dot(Ad, x[:, k])的结果是(2,)（假设Ad是2×2矩阵，x[:,k]是(2,)的一维数组）
• 但Bd*u[k]的运算结果是(2,2)，两者相加后得到(2,2)的数组，而x[:, k+1]是(2,)的位置，自然无法完成广播赋值。

大概率是以下两种情况之一：

1. Bd维度错误：离散系统中Bd应为「状态维度×输入维度」的矩阵（比如单输入系统对应2×1），如果误定义成2×2，乘以标量u[k]后会变成2×2数组。
2. u[k]形状错误：如果u是(N,1)的二维数组，u[k]会是(1,)的一维数组，当Bd是2×1时，Bd*u[k]会广播成2×1数组，和np.dot(Ad, x[:,k])的(2,)形状无法直接相加。

修正方案：

• 先确认Bd维度：单输入系统下，Bd必须是(2,1)的矩阵（而非(2,)或(2,2)）。
• 对u[k]做降维处理：用u[k, 0]或u[k].item()获取标量值；或者初始化u时直接用一维数组（比如u = np.zeros(N)而非np.zeros((N,1))）。

修正后的迭代代码示例：

# 假设Ad是2×2，Bd是2×1，x是(2, N+1)的状态矩阵，u是(N,)的一维输入数组
x[:, k+1] = np.dot(Ad, x[:, k]) + Bd * u[k]
# 若u是(N,1)的二维数组，改用：
x[:, k+1] = np.dot(Ad, x[:, k]) + Bd * u[k, 0]

这是因为matplotlib的plot函数对一维、二维数组的处理逻辑不同：

• 如果u是(N,1)的二维列向量（矩阵式初始化的常见结果），直接传入u的话，matplotlib会将其视为「包含1个数据集的二维数组」（每一列对应一条曲线），虽然能运行，但不符合plot对y轴输入的最优格式要求。
• u[:, 0]是把二维列向量转换成(N,)的一维数组，和x轴的tk一维数组形状完全匹配，是plot函数最期望的输入形式。

如果不想用索引，也可以用u.flatten()或u.squeeze()直接将二维数组转成一维：

plt.plot(tk, u.squeeze(), label='u')

内容的提问来源于stack exchange，提问作者Ricardo