MATLAB学习

Posted vergica

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了MATLAB学习相关的知识,希望对你有一定的参考价值。

  1. 向量是数字的一维数组,矩阵是数字的二维数组。
  2. 当引用带有冒号的向量时,例如v(:),将列出向量的所有成分。
  3. 引用元素3到7:
    rv = [1 2 3 4 5 6 7 8 9];
    sub_rv = rv(3:7)  % 返回 3 4 5 6 7
  4. 创建一个3×3矩阵m,然后将复制该矩阵的第二行和第三行两次以创建4×3矩阵:
    a = [ 1 2 3 ; 4 5 6; 7 8 9];
    new_mat = a([2,3,2,3],:)

    显示如下结果:

    new_mat =
          4     5     6
          7     8     9
          4     5     6
          7     8     9
  5. zeros()函数创建一个全零的数组,ones()函数创建一个全1的数组,eye()函数创建一个单位矩阵,rand()函数在(0,1)上创建一个均匀分布的随机数数组,magic()函数创建一个魔术方阵。
  6. 通常,要生成多维数组,我们首先创建一个二维数组并将其扩展,还可以使用cat()函数来构建多维数组。
  7. 数组元素的循环移位:
    a = [1 2 3; 4 5 6; 7 8 9]  % the original array a
    b = circshift(a,1)         %  circular shift first dimension values down by 1.
    c = circshift(a,[1 -1])    % circular shift first dimension values % down by 1 
     % and second dimension values to the left % by 1.
  8. 排序数组:
    v = [ 23 45 12 9 5 0 19 17]  % horizontal vector
    sort(v)                      % sorting v
    m = [2 6 4; 5 3 9; 2 0 1]    % two dimensional array
    sort(m, 1)                   % sorting m along the row
    sort(m, 2)                   % sorting m along the column
  9. cell函数用于创造单元格数组:
    c = cell(2, 5);
    c = {\'Red\', \'Blue\', \'Green\', \'Yellow\', \'White\'; 1 2 3 4 5}

    输出:

    c = 
    {
       [1,1] = Red
       [2,1] =  1
       [1,2] = Blue
       [2,2] =  2
       [1,3] = Green
       [2,3] =  3
       [1,4] = Yellow
       [2,4] =  4
       [1,5] = White
       [2,5] =  5
    }

    有两种方法可以引用单元格数组的元素-

    • 将索引括在第一个方括号()中,以引用单元格集

    • 将索引括在大括号{}中,以引用单个单元格中的数据

  10. A = [1 2 3 4; 4 5 6 7; 7 8 9 10]
    A(2:3,2:3)  %第二行和第三行以及第二列和第三列

    输出:

    A =
          1     2     3     4
          4     5     6     7
          7     8     9    10
    ans =
          5     6
          8     9
  11. 可以通过以下两种方式垂直组合字符串-

    • 使用MATLAB连接运算符[],并用分号(;)分隔每一行。请注意,在此方法中,每行必须包含相同数量的字符。对于长度不同的字符串,应根据需要使用空格字符填充。

    • 使用char函数。如果字符串的长度不同,char会用尾随空格填充较短的字符串,以便每行具有相同的字符数。

  12. 可以通过以下两种方式水平组合字符串-

    • 使用MATLAB串联运算符[],并用逗号或空格分隔输入字符串。此方法保留输入数组中的所有尾随空格。

    • 使用字符串串联函数 strcat,此方法删除输入中的尾随空格。

  13. cellstr函数将字符数组转换为字符串的单元格数组。
  14. 函数语句语法:
    function [out1,out2, ..., outN] = myfun(in1,in2,in3, ..., inN)

    从表达式创建匿名函数的语法:

    f = @(arglist)expression
  15. 数据导入:
    filename = \'weeklydata.txt\';
    delimiterIn = \' \';
    headerlinesIn = 1;
    A = importdata(filename,delimiterIn,headerlinesIn);
    
    % View data
    for k = [1:7]
       disp(A.colheaders{1, k})
       disp(A.data(:, k))
       disp(\' \')
    end

    weeklydata.txt:

    SunDay  MonDay  TuesDay  WednesDay  ThursDay  FriDay  SaturDay
    95.01   76.21   61.54    40.57       55.79    70.28   81.53
    73.11   45.65   79.19    93.55       75.29    69.87   74.68
    60.68   41.85   92.18    91.69       81.32    90.38   74.51
    48.60   82.14   73.82    41.03       0.99     67.22   93.18
    89.13   44.47   57.63    89.36       13.89    19.88   46.60

    运行结果:

    SunDay
       95.0100
       73.1100
       60.6800
       48.6000
       89.1300
     
    MonDay
       76.2100
       45.6500
       41.8500
       82.1400
       44.4700
     
    TuesDay
       61.5400
       79.1900
       92.1800
       73.8200
       57.6300
    
    WednesDay
       40.5700
       93.5500
       91.6900
       41.0300
       89.3600
     
    ThursDay
       55.7900
       75.2900
       81.3200
       0.9900
       13.8900
     
    FriDay
       70.2800
       69.8700
       90.3800
       67.2200
       19.8800
    
    SaturDay
       81.5300
       74.6800
       74.5100
       93.1800
       46.6000
  16. filename = \'/data/myfile.txt\';
    rows = 7;
    cols = 5;
     
    %打开文件
    fid = fopen(filename);
     
    %读取文件头,找到M(月数)
    M = fscanf(fid, \'%*s %*s\\n%*s %*s %*s %*s\\nM=%d\\n\\n\', 1);
     
    %读取每一组测量数据
    for n = 1:M
       mydata(n).time = fscanf(fid, \'%s\', 1);
       mydata(n).month = fscanf(fid, \'%s\', 1);
     
       %fscanf按列顺序填充数组,
       %把结果转置
       mydata(n).raindata  = ...
          fscanf(fid, \'%f\', [rows, cols]);
    end
    for n = 1:M
       disp(mydata(n).time), disp(mydata(n).month)
       disp(mydata(n).raindata)
    end
     
    %关闭文件
    fclose(fid);

    myfile.txt:

    Rainfall Data
    Months: June, July, August
     
    M = 3
    12:00:00
    June-2012
    17.21  28.52  39.78  16.55 23.67
    19.15  0.35   17.57  NaN   12.01
    17.92  28.49  17.40  17.06 11.09
    9.59   9.33   NaN    0.31  0.23 
    10.46  13.17  NaN    14.89 19.33
    20.97  19.50  17.65  14.45 14.00
    18.23  10.34  17.95  16.46 19.34
    09:10:02
    July-2012
    12.76  16.94  14.38  11.86 16.89
    20.46  23.17  NaN    24.89 19.33
    30.97  49.50  47.65  24.45 34.00
    18.23  30.34  27.95  16.46 19.34
    30.46  33.17  NaN    34.89  29.33
    30.97  49.50  47.65  24.45 34.00
    28.67  30.34  27.95  36.46 29.34
    15:03:40
    August-2012
    17.09  16.55  19.59  17.25 19.22
    17.54  11.45  13.48  22.55 24.01
    NaN    21.19  25.85  25.05 27.21
    26.79  24.98  12.23  16.99 18.67
    17.54  11.45  13.48  22.55 24.01
    NaN    21.19  25.85  25.05 27.21
    26.79  24.98  12.23  16.99 18.67

    运行结果:

    12:00:00
    June-2012
       17.2100   17.5700   11.0900   13.1700   14.4500
       28.5200       NaN    9.5900       NaN   14.0000
       39.7800   12.0100    9.3300   14.8900   18.2300
       16.5500   17.9200       NaN   19.3300   10.3400
       23.6700   28.4900    0.3100   20.9700   17.9500
       19.1500   17.4000    0.2300   19.5000   16.4600
       0.3500   17.0600   10.4600   17.6500   19.3400
    
    09:10:02
    July-2012
       12.7600       NaN   34.0000   33.1700   24.4500
       16.9400   24.8900   18.2300       NaN   34.0000
       14.3800   19.3300   30.3400   34.8900   28.6700
       11.8600   30.9700   27.9500   29.3300   30.3400
       16.8900   49.5000   16.4600   30.9700   27.9500
       20.4600   47.6500   19.3400   49.5000   36.4600
       23.1700   24.4500   30.4600   47.6500   29.3400
    
    15:03:40
    August-2012
       17.0900   13.4800   27.2100   11.4500   25.0500
       16.5500   22.5500   26.7900   13.4800   27.2100
       19.5900   24.0100   24.9800   22.5500   26.7900
       17.2500       NaN   12.2300   24.0100   24.9800
       19.2200   21.1900   16.9900       NaN   12.2300
       17.5400   25.8500   18.6700   21.1900   16.9900
       11.4500   25.0500   17.5400   25.8500   18.6700

以上是关于MATLAB学习的主要内容,如果未能解决你的问题,请参考以下文章

python 机器学习有用的代码片段

机器学习3_EM算法与混合高斯模型

学习笔记:python3,代码片段(2017)

学习 PyQt5。在我的代码片段中找不到错误 [关闭]

泊车基于matlab强化学习智能泊车含Matlab源码 2269期

PHP必用代码片段