MATLAB基础知识回顾

news/2024/5/15 7:24:57/文章来源:https://blog.csdn.net/m0_58086930/article/details/131939369

目录

1.帮助命令

2.数据类型

3.元胞数组和结构体

4.矩阵操作

4.1 矩阵的定义与构造

4.2 矩阵的四则运算

4.3 矩阵的下标

5.程序结构

5.1 for循环结构

5.2 分支结构

7.基本绘图操作

7.1.二维平面绘图

6.2 三维立体绘图

7.图形的保存与导出

8.补充


语句后⾯加;的作⽤是:程序运⾏时不在命令⾏窗⼝显⽰改⾏的运算结果。

format compact:%输出行间距设置为紧凑模式

format loose:%恢复到默认的松散模式

需要注意的是,format 函数的设置只会影响当前 MATLAB 会话中的输出行间距,不会改变实际的数据或变量。此外,该设置对于图形和其他非命令行的输出可能没有影响。

1.帮助命令

 

 

例如,如果想使⽤某个与关键字 inverse 有关的函数,可以使⽤下⾯的代码进⾏查找:


2.数据类型

%%  独占一行的注释
%   普通注释clear all	删除所有变量
clc	删除命令行窗口内容变量命名规则:区分大小写;长度不超过6310/3=3.3333     /是真除法 abs('a')  %输出97  单引号表示字符
abs('ab') %输出97 98
char(97) %输出'a'
num2str(97) %输出'a'length('adjkasnjfka') #输出的是字符串长度A=[1 2 3;4 5 6;7 8 9]  %定义矩阵
B=A'    %转置
C = A(:) %竖向拉长D = inv(A) %逆矩阵(必须时方阵才能求逆矩阵)
A * D (相当于A×A的逆)
在MATLAB中,可以使用inv函数或者det函数来判断一个矩阵是否可逆。
·inv函数用于计算矩阵的逆。如果一个矩阵是可逆的,inv函数将返回该矩阵的逆矩阵。如果矩阵不可逆(奇异矩阵),inv函数将引发一个异常。
·det函数用于计算矩阵的行列式。如果一个矩阵的行列式不等于零,则说明该矩阵是可逆的;如果行列式等于零,则说明该矩阵是不可逆的。E = zeros(10,5,3) 创建一个10行5列3维的全0矩阵
E(:,:,1) = rand(10,5)  %rand生成均匀分布的伪随机数。分布在(0~1)之间
rand(m,n,‘double’)生成指定精度的均匀分布的伪随机数,参数还可以是’single’

rand():生成[0,1)的小数

rand(m):生成m X m的方阵,随机小数填充

rand(m,n):生成m X n的矩阵,随机小数填充

rand(m,n,p):生成m X n X p的矩阵,随机小数填充

a+(b-a)*rand():[b,a]区间小数

‘double’和'single':指定数据类型,放在rand的最后一个参数位置

randi是生成的整数,rand是[0,1]的小数。

randi(iMax):生成[0,iMax]的整数

randi(iMax,m):生成m X m的方阵,数值区间[0,iMax]

randi(iMax,m,n):生成m X n的矩阵,数值区间[0,iMax]

randi(iMax,m,n,p,...):后面的全部都是维度m X n X p X ...

randi([iMin,iMax],m,n):生成m X n的矩阵,数值区间[iMin,iMax]

randn(m):m X m

randn(m,n):m X n

randn(m,n,p):m X n X p

·只有randi能够指定[iMin,iMax],rand、randn都不可以。

·randi生成的是整数,rand、randn生成的是小数。

·randn只能指定维度。

3.元胞数组和结构体

元胞数组:是MATLAB中特有的一种数据类型,是数组的一种,其内部元素可以是属于不同的布局类型,概念理解上,可以认为它和C语言里面的结构体、C++里面的对象很类似。元胞数组是MATLAB中的特色数据类型,它不同于其它数据类型(如字符型,字符数组或者字符串,以及一般的算数数据和数组)。它特有的存取数据方法决定了它的特点,它有给人一种查询信息的感觉,可以逐渐追踪一直到所有的变量全部翻译成基本数据信息。它的class函数输出就是cell(细胞)

元胞数组
A = cell(1,6)  %定义
A{2} = eye(3) %2021版本前的matlab下标从1开始
A{5} = magic(5)  %魔方:该矩阵无论横、竖还是斜三个方向上的数的和总是相同的
B = A{5}

结构体 

注意定义里面是逗号隔开,访问时候用点。

>> books=struct('name',{{'Machine Learning','Data Mining'}},'price',[30,40])
books = 包含以下字段的 struct:name: {'Machine Learning'  'Data Mining'}price: [30 40]>> books.name
ans =1×2 cell 数组'Machine Learning'    'Data Mining'>> books.price
ans =30    40>> books.name(1)
ans =cell'Machine Learning'>> books.name{1}
ans =
Machine Learning

4.矩阵操作

4.1 矩阵的定义与构造

>> A=[1,2,3,4,5,6,7,8,9]%直接定义矩阵
A =1     2     3     4     5     6     7     8     9>> B=1:2:9 %第二个参数为步长,不可缺省,[1,9]包含最后一个数值
B =1     3     5     7     9>> C = repmat(B,3,2) %重复执行3行2列
C =1     3     5     7     9     1     3     5     7     91     3     5     7     9     1     3     5     7     91     3     5     7     9     1     3     5     7     9>> D = ones(2,4) %生成一个2行4列的全1矩阵
D =1     1     1     11     1     1     1

4.2 矩阵的四则运算

>> A = [1 2 3 4; 5 6 7 8]
A =1     2     3     45     6     7     8
>> B = [1 1 2 2; 2 2 1 1]
B =1     1     2     22     2     1     1
>> C=A+B  %对应位置相加
C =2     3     5     67     8     8     9
>> C=A*B'  %'是转置符号
C =17    1341    37
>> C=A'*B
C =11    11     7     714    14    10    1017    17    13    1320    20    16    16>> A
A =1     2     3     45     6     7     8
>> B
B =1     1     2     22     2     1     1
>> A.*B %对应位置相乘
ans =1     2     6     810    12     7     8
>> A./B %对应位置相除
ans =1.0000    2.0000    1.5000    2.00002.5000    3.0000    7.0000    8.0000>> G = A / B %相当于A*B的逆 G*B = A  G*B*pinv(B) = A*pinv(B)  G = A*pinv(B),相当于A乘B
G =1.8333   -0.16673.1667    1.1667
>> A * inv(B)
错误使用 inv
矩阵必须为方阵。 
>> A * pinv(B)  %pinv可以不是方阵
ans =1.8333   -0.16673.1667    1.1667

4.3 矩阵的下标

>> A=magic(5)
A =17    24     1     8    1523     5     7    14    164     6    13    20    2210    12    19    21     311    18    25     2     9
>> A(2,3) %矩阵坐标从1开始数,访问第二行第二列元素
ans =7
>> A(2,:) %访问第二行所有元素
ans =23     5     7    14    16
>> A(:,3) %访问第三列所有元素
ans =17131925
>> find(A>20) %返回的是大于20的元素的下标,竖着数
ans =26151923
>> A(6)
ans =24

5.程序结构

5.1 for循环结构

>> sum=0;
>> for i=1:5
sum=sum+i*i;
end
>> sum
sum =55

sum=0;
for i=1:5cur=1;for j=1:icur=cur*j;endsum=sum+cur;
end
disp(sum); %153

 

%打印九九乘法表
for i=1:9for j=1:ia(i,j)=i.*j;end
end
disp(a);>> test011     0     0     0     0     0     0     0     02     4     0     0     0     0     0     0     03     6     9     0     0     0     0     0     04     8    12    16     0     0     0     0     05    10    15    20    25     0     0     0     06    12    18    24    30    36     0     0     07    14    21    28    35    42    49     0     08    16    24    32    40    48    56    64     09    18    27    36    45    54    63    72    81

5.2 分支结构

7.基本绘图操作

7.1.二维平面绘图

x=0:0.01:2*pi;
y=sin(x);
figure;  %建立一个幕布
plot(x,y);
title('y=sin(x)');
xlabel('x');
ylabel('y');
xlim([0 2*pi]); %设置x坐标值的范围

在这里插入图片描述

x=0:0.01:20;
y1=200*exp(-0.05*x).*sin(x);
y2=0.8*exp(-0.5*x).*sin(10*x);
figure;
[AX,H1,H2]=plotyy(x,y1,x,y2,'plot');%共用一个x的坐标系,在y上有两个不同的取值
%设置相应的标签
set(get(AX(1),'Ylabel'),'String','Slow Decay');
set(get(AX(2),'Ylabel'),'String','Fast Decay');
xlabel('Time(\musec)');
title('Multiple Decay Rates');
set(H1,'LineStyle','--','Color','b');
set(H2,'LineStyle',':','Color','k');

6.2 三维立体绘图

t=0:pi/50:10*pi;
plot3(sin(t),cos(t),t);
xlabel('sin(t)');
ylabel('cos(t)');
zlabel('t');
%hold on 
%hold off %不保留当前操作
grid on;%把图片绘制出来,加一些网格线
axis square %使整个图(连同坐标系)呈方块

hold on是当前轴及图像保持而不被刷新,准备接受此后将绘制的图形,多图共存,即启动图形保持功能,当前坐标轴和图形都将保持,从此绘制的图形都将添加在这个图形的基础上,并自动调整坐标轴的范围。

hold off使当前轴及图像不再具备被刷新的性质,新图出现时,取消原图。即关闭图形保持功能。

hold on 和hold off,是相对使用的。

7.图形的保存与导出

如果直接用截图的方式截取matlab生成的图像,会影响图像的清晰度。因此我们建议:可以用如下方法保存与导出图形。

1)如图在这里插入图片描述

在这里插入图片描述

2)编辑→复制选项

可调节相应元素

在这里插入图片描述

3)编辑→图窗属性

在这里插入图片描述

4)文件→导出设置

在这里插入图片描述

通过调节宽度、高度等像素值属性,可以让图片即使很小,文字依然清晰。

Matlab基础的部分到这就结束了,下面作一点补充~

8.补充

[x,y,z] = peaks(30); %peaks命令用于产生双峰函数或者是用双峰函数绘图
mesh(x,y,z)
grid

>> peaks
z =  3*(1-x).^2.*exp(-(x.^2) - (y+1).^2) ... 
   - 10*(x/5 - x.^3 - y.^5).*exp(-x.^2-y.^2) ... 
   - 1/3*exp(-(x+1).^2 - y.^2)  

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.luyixian.cn/news_show_335735.aspx

如若内容造成侵权/违法违规/事实不符,请联系dt猫网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

C语言中的数组(详解)

C语言中的数组(详解) 一、一维数组1.一维数组的创建2.数组的初始化3.一维数组的使用4.一维数组在内存中的存储二、二维数组1.二维数组的创建2.二维数组的初始化3.二维数组的使用4.二维数组在内存中的存储三、数组越界四、数组作为函数参数1.冒泡排序2.数…

SpringBoot 集成 Elasticsearch

一、版本 spring-boot版本:2.3.7.RELEASEElasticsearch7.8.0版本说明详见 二、Elasticsearch 下载和安装 Elasticsearch 下载 kibana下载 ik分词器下载 配置IK分词器 2.1 解压,在elasticsearch-7.8.0\plugins 路径下新建ik目录 2.2 将ik分词器解压放…

java中判断list是否为空

java中判断list是否为空是日常代码中经常遇到的问题。最近发现一个Utils提供的方法可以一步判断。 废话不多说&#xff0c;直接上代码&#xff01; ArrayList<String> arrayList new ArrayList<>(); System.out.println("集合1&#xff1a;" Collecti…

【数据结构】_4.List接口实现类LinkedList与链表

目录 1.链表的结构与特点 1.1 链表的结构&#xff1a; 1.2 链表的特点&#xff1a; 2. 不带头单链表的模拟实现 3. 单链表OJ 3.1 题目1&#xff1a;移除链表元素: 3.2 题目2&#xff1a;反转一个单链表 3.3 题目3&#xff1a;返回链表的中间结点 3.4 题目4&#xff1…

Flutter中如何取消任务

前言 在开发过程中&#xff0c;取消需求是很常见的&#xff0c;但很容易被忽略。然而&#xff0c;取消需求的好处也很大。例如&#xff0c;在页面中会发送很多请求。如果页面被切走并处于不可见状态&#xff0c;就需要取消未完成的请求任务。如果未及时取消&#xff0c;则可能…

微软对Visual Studio 17.7 Preview 4进行版本更新,新插件管理器亮相

近期微软发布了Visual Studio 17.7 Preview 4版本&#xff0c;而在这个版本当中&#xff0c;全新设计的扩展插件管理器将亮相&#xff0c;并且可以让用户可更简单地安装和管理扩展插件。 据了解&#xff0c;目前用户可以从 Visual Studio Marketplace 下载各式各样的 VS 扩展插…

怎么用手机做文字二维码?文本内容在线生成二维码技巧

手机端怎么将文字制作二维码呢&#xff1f;现在二维码是日常生活中经常会使用的一种工具&#xff0c;能够将不同的内容生成二维码使用&#xff0c;比如文本二维码就是常用的一种类型。那么当我们在没有电脑的情况下时&#xff0c;如何通过手机来快速生成二维码&#xff08;二维…

持续贡献开源力量,棱镜七彩加入openKylin

近日&#xff0c;棱镜七彩签署 openKylin 社区 CLA&#xff08;Contributor License Agreement 贡献者许可协议&#xff09;&#xff0c;正式加入openKylin 开源社区。 棱镜七彩成立于2016年&#xff0c;是一家专注于开源安全、软件供应链安全的创新型科技企业。自成立以来&…

Android 自定义跳转到系统 Settings Fragment 的 Intent

以跳转到蓝牙控制面板为例&#xff0c;控制面板如图所示&#xff1a; 其 Fragment 所在的位置是&#xff1a; packages/apps/Settings/src/com/android/settings/connecteddevice/BluetoothDashboardFragment.java 第一步 要在 Settings的主要 Activity 中定义继承同一个父类…

pytorch学习——线性神经网络——1线性回归

概要&#xff1a;线性神经网络是一种最简单的神经网络模型&#xff0c;它由若干个线性变换和非线性变换组成。线性变换通常表示为矩阵乘法&#xff0c;非线性变换通常是一个逐元素的非线性函数。线性神经网络通常用于解决回归和分类问题。 一.线性回归 线性回归是一种常见的机…

Linux_CentOS_7.9部署Docker以及镜像加速配置等实操验证全过程手册

前言&#xff1a;实操之前大家应该熟悉一个新的名词DevOps 俗称开发即运维、新一代开发工程师&#xff08;Development和Operations的组合词&#xff09;是一组过程、方法与系统的统称&#xff0c;用于促进开发&#xff08;应用程序/软件工程&#xff09;、技术运营和质量保障&…

【Linux后端服务器开发】IP协议

目录 一、IP协议概述 二、协议头格式 三、网段划分 四、IP地址的数量限制 五、路由 一、IP协议概述 主机&#xff1a;配有IP地址&#xff0c;但是不进行路由控制的设备 路由器&#xff1a;即配有IP地址&#xff0c;又能进行路由控制 节点&#xff1a;主机和路由器的总称…

利用读时建模等数据分析能力,实现网络安全态势感知的落地

摘要&#xff1a;本文提出一种基于鸿鹄数据平台的网络安全态势感知系统&#xff0c;系统借助鸿鹄数据平台读时建模、时序处理、数据搜索等高效灵活的超大数据存储和分析处理能力&#xff0c;支持海量大数据存储、分类、统计到数据分析、关联、预测、判断的网络安全态势感知能力…

WEB:file_include

背景知识 php伪协议 文件包含漏洞 php包含漏洞函数 题目 由题目可知这个是文件包含的题目&#xff0c;先用常用的协议先查看一下 payload ?filenamephp://filter/readconvert.base64-encode/resourceflag.php 出现了 发现filter&#xff0c;base64被过滤了 尝试其他协议 …

Docker 基础知识解析:容器与虚拟化的区别与优势

&#x1f337;&#x1f341; 博主猫头虎 带您 Go to New World.✨&#x1f341; &#x1f984; 博客首页——猫头虎的博客&#x1f390; &#x1f433;《面试题大全专栏》 文章图文并茂&#x1f995;生动形象&#x1f996;简单易学&#xff01;欢迎大家来踩踩~&#x1f33a; &a…

Linux实训笔记~操作系统概述

1、操作系统 操作系统作为接口的示意图: 没有安装操作系统的计算机, 通常被称为裸机。 2、不同应用利于的主流操作系统 桌面操作系统 服务器操作系统 嵌入式操作系统 移动设备操作系统

Emacs之改造最快文本搜索工具ripgrep(一百一十九)

简介&#xff1a; CSDN博客专家&#xff0c;专注Android/Linux系统&#xff0c;分享多mic语音方案、音视频、编解码等技术&#xff0c;与大家一起成长&#xff01; 优质专栏&#xff1a;Audio工程师进阶系列【原创干货持续更新中……】&#x1f680; 人生格言&#xff1a; 人生…

Neo4j 集群和负载均衡

Neo4j 集群和负载均衡 Neo4j是当前最流行的开源图DB。刚好读到了Neo4j的集群和负载均衡策略&#xff0c;记录一下。 1 集群 Neo4j 集群使用主从复制实现高可用性和水平读扩展。 1.1 复制 集群的写入都通过主节点协调完成的&#xff0c;数据先写入主机&#xff0c;再同步到…

springMVC--异常处理

文章目录 springMVC--异常处理基本介绍局部异常应用实例演示局部异常处理机制代码实现测试(页面方式) 全局异常应用实例应用实例需求代码实现完成测试(页面方式) 自定义异常应用实例应用实例需求应用实例-代码实现完成测试 全局异常处理---SimpleMappingExceptionResolver基本说…

Java-逻辑控制

目录 一、顺序结构 二、分支结构 1.if语句 2.swich语句 三、循环结构 1.while循环 2.break 3.continue 4.for循环 5.do while循环 四、输入输出 1.输出到控制台 2.从键盘输入 一、顺序结构 按照代码的书写结构一行一行执行。 System.out.println("aaa"); …