Matlab@符号与Python lambda区别及Matlab代码转Python实现问题

• 两者都可以用来创建匿名函数，核心功能相似，但适用范围有区别：
  • Matlab的@符号既可以定义单行匿名函数，也可以作为句柄引用任意已定义的多行长函数；Python的lambda仅支持编写单行表达式的匿名函数，复杂逻辑需要单独用def定义命名函数。
  • 变量捕获逻辑不同：Matlab匿名函数创建时会直接捕获当前变量的快照，后续外部变量修改不会影响已创建的函数句柄；Python的lambda是延迟绑定，函数调用时才会读取变量的当前值，循环中定义lambda时容易出现变量复用的问题，需要用默认参数或者直接取值来固定当前迭代的变量值。

你编写的代码存在三个核心错误：

1. Matlab支持数组动态扩容，因此可以直接对x(i+1)赋值；但Python的numpy数组不支持自动扩容，你初始将x、z定义为标量，自然无法按索引赋值。
2. 你写的x = (i+1) = ...是完全错误的语法，和原Matlab逻辑没有关联。
3. 调用f、g时参数全部传成了循环变量i，和原Matlab传入x(i),t(i),z(i)的逻辑完全不符。

正确的实现逻辑：

• 提前初始化和时间序列t长度一致的x、z数组，将初始值写入数组的第一个位置
• 注意Python索引从0开始，和Matlab从1开始的索引规则做对应调整
• 按数组索引赋值更新下一时刻的x、z值

import numpy as np

m = 20
c = np.array([5, 40, 200])
k = 20
ta = 0
tb = 120
h = 0.1
# 生成时间序列，arange左闭右开，要加h才能包含tb端点
t = np.arange(ta, tb + h, h)
n = len(t) - 1
print('\n i \t\t x \t\t t \t\t v \n')

for cur_c in c:
    # 用cur_c固定当前阻尼系数，避免lambda延迟绑定带来的错误
    f = lambda x, t, z: z
    g = lambda x, t, z: (-(cur_c * z) - (k * x)) / m
    # 初始化x、z数组
    x = np.zeros(len(t))
    z = np.zeros(len(t))
    x[0] = 1
    z[0] = 0
    
    for i in range(n):
        k1 = h * f(x[i], t[i], z[i])
        l1 = h * g(x[i], t[i], z[i])
        k2 = h * f(x[i] + (h/2), t[i] + (k1/2), z[i] + (l1/2))
        l2 = h * g(x[i] + (h/2), t[i] + (k1/2), z[i] + (l1/2))
        k3 = h * f(x[i] + (h/2), t[i] + (k2/2), z[i] + (l2/2))
        l3 = h * g(x[i] + (h/2), t[i] + (k2/2), z[i] + (l2/2))
        k4 = h * f(x[i] + h, t[i] + k3, z[i] + l3)
        l4 = h * g(x[i] + h, t[i] + k3, z[i] + l3)
        # 按索引赋值更新下一时刻状态
        x[i+1] = x[i] + ((1/6)*(k1 + 2*k2 + 2*k3 + k4)*h)
        z[i+1] = z[i] + ((1/6)*(l1 + 2*l2 + 2*l3 + l4)*h)
        print('{:d}\t{:.3f}\t{:.3f}\t{:.3f}'.format(i, x[i], t[i], z[i]))

内容的提问来源于stack exchange，提问作者HezTech