写作有什么好处吗
t = linspace(0,20,21)
结束
t = 0:1:20
?
我知道前者会产生一个向量，就像第一个一样。
谁能告诉我linspace 比t = 0:1:20 有用的情况？
【问题讨论】：
linspace，所以如果给你N，你就省去了计算步长的麻烦。顺便说一句，使用前一种情况的好方法是t=linspace(0,20,N)。
t=linspace(0,20,20)。请编辑问题以帮助未来的读者。
linspace(0, 20, 21) 更适合0:1:20。
linspace 在您知道元素数量而不是它们之间“步长”的大小时很有用。因此，如果我说在 0 和 2*pi 之间创建一个包含 360 个元素的向量作为一个人为的例子，它要么是
linspace(0, 2*pi, 360)
或者如果您只有冒号运算符，则必须手动计算步长：
0:(2*pi - 0)/(360-1):2*pi
linspace只是更方便
对于一个简单的现实世界应用程序，请参阅此答案，其中linspace 有助于创建custom colour map
【讨论】：
linspace(0, 2*pi, 361) 或 0:(2*pi - 0)/359:2*pi。
这不仅仅是可用性。虽然文档说：
linspace函数生成线性间隔的向量。它是 类似于冒号运算符 :，但可以直接控制 点数。
也一样，linspace 的主要区别和优势在于它会生成一个具有所需长度（或默认为 100）的 整数 向量并在之后对其进行缩放强> 到所需的范围。 : 冒号直接按增量创建向量。
假设您需要为直方图定义 bin 边缘。尤其是您需要将某个 bin 边缘 0.35 准确地放在正确的位置：
edges = [0.05:0.10:.55];
X = edges == 0.35
edges = 0.0500 0.1500 0.2500 0.3500 0.4500 0.5500
X = 0 0 0 0 0 0
不定义右边界，但是：
edges = linspace(0.05,0.55,6); %// 6 = (0.55-0.05)/0.1+1
X = edges == 0.35
edges = 0.0500 0.1500 0.2500 0.3500 0.4500 0.5500
X = 0 0 0 1 0 0
确实如此。
嗯，这基本上是一个浮点问题。 linspace 可以避免 ，因为整数的单次除法并不像浮点数的累积和那样精细。但正如马克·迪金森在 cmets 中指出的那样：
您不应该依赖任何与您所期望的完全一致的计算值。这不是 linspace 的用途。 在我看来，这是一个问题，即您遇到浮点问题的可能性有多大，您可以将它们的概率降低多少，或者您可以设置多小的公差。使用 linspace可以降低这些问题发生的概率，它不是安全的。
这是linspace的代码：
n1 = n-1
c = (d2 - d1).*(n1-1) % opposite signs may cause overflow
if isinf(c)
y = d1 + (d2/n1).*(0:n1) - (d1/n1).*(0:n1)
else
y = d1 + (0:n1).*(d2 - d1)/n1
end
总结：linspace 和冒号在执行不同任务时是可靠的。 linspace 试图确保（顾名思义）线性间距，而 colon 试图确保对称
在您的特殊情况下，当您创建整数向量时，linspace（除了usability）没有优势，但是当涉及到浮点精细任务时，有可能是。
The answer of Sam Roberts 提供了一些附加信息并澄清了进一步的事情，包括 MathWorks regarding the colon operator 的一些陈述。
【讨论】：
== 0.35 的推理有点狡猾：这种相等性恰好起作用主要是运气——在这种情况下，浮点错误恰好被抵消了。例如，如果您将 0.35 替换为 0.15，那么在比较中会发生什么？
linspace 对我来说最大的优势是你知道你将获得多少点，以及这些点的间距（直到数字错误）。相比之下，浮点错误可能会让人无法预测（例如）0.05:0.1:0.55 的最后一个点实际上是什么。
linspace 和冒号运算符做不同的事情。
linspace 创建一个指定长度的整数向量，然后通过除法将其缩小到指定的间隔。这样就保证了输出向量尽可能的线性间隔。
冒号运算符将增量添加到起点，并从终点减去减量以到达中间点。这样就保证了输出向量尽可能的对称。
因此，这两种方法有不同的目标，并且通常会给出非常细微的不同答案，例如
>> a = 0:pi/1000:10*pi;
>> b = linspace(0,10*pi,10001);
>> all(a==b)
ans =
0
>> max(a-b)
ans =
3.5527e-15
然而，在实践中，除非您对微小的数字细节感兴趣，否则这些差异通常不会产生什么影响。我发现linspace在间隙数容易表达时更方便，而冒号运算符在增量容易表达时更方便。
请参阅MathWorks technical note，了解有关冒号运算符背后算法的更多详细信息。有关linspace 的更多详细信息，您只需输入edit linspace 即可查看其具体功能。
【讨论】：