首页 > 其他分享 >matlab教程_台大lecture1基本操作和矩阵输入

matlab教程_台大lecture1基本操作和矩阵输入

时间:2024-03-04 10:55:24浏览次数:30  
标签:lecture1 max sum 矩阵 matlab 数组 ans 维度 基本操作

matlab教程视频

matlab as calculator

commend line 直接用命令行

计算部分

  1. ans是结果
    运算法则和平时一样((),^乘除加减)
  2. online help

eg:help sin & 直接搜索

  1. 嵌套式公式
    sin(cos(pi))==cos(pi) sin(ans)
    其中,ans是第一个的结果
  2. 变量
    可以用who查看变量,whos详细信息
    一些保留字:>>iskeyword,不要用作变量名(优先级高,会造成混乱)
    inf(\(\infty\)),Nan,pi,eps
    clear cos:清除工作区中的变量  clear:清除所有
    改变变量的有效位数 >>format long  >>format longE >>format rat(用分数表示) ....

5.运算指令:在指令后加分号:不显示运算结果  "↑":调出之前的指令 clc:清除命令窗 who/whos/clear

array部分

  1. 用中括号输入:>>a=[1 2 3 4] (1*4) >>b=[1;2;3;4] (4*1) ( ‘;’表示换行)
    输入矩阵:>> A=[1 21 6;5 17 9;31 2 7]

    \[\begin{matrix} 1&21&6\\\\5&17&9\\\\31&2&7\\ \end{matrix}\]

    查找矩阵的某一数值:>>A([1,3],[1,3])

    \[\begin{matrix} 1&6\\\\31&7\\\\ \end{matrix}\]

    .>>A(8) 9
    .>>A([1 3;1 3])

    \[\begin{matrix} 1&31\\\\1&31 \end{matrix}\]

    去除矩阵的第三行:>>A(3,:)=[]
    去除矩阵的第三列:>>A(:,3)=[]
  2. j:i:k [j,j+i,j+2i,...j+m*i(<k的最大值)]
  3. 矩阵结合f=[a b]; f=[a;b]
    相乘 >>a.*b对应数相乘 >>a*b矩阵相乘 ./ 和 \同理; .同理
    '转置
    一些特殊矩阵:
    linspace() 

    linspace(0,13,6)

ans =

列 1 至 6

               0   2.600000000000000   5.200000000000000   7.800000000000000  10.400000000000000  13.000000000000000

eye(n)


ans =

   1     0     0
   0     1     0
   0     0     1
zeros(2,4);ones(2,4);  

diag([1 2])  

ans =

   1     0
   0     2   

rand([2,4])
4. 常用的矩阵函数
max()
max(max())
sort()
size()
find()

  • max(A):数组的最大元素,如上面题的max(A)=[7 5 9]
    1.如果 A 是向量,则 max(A) 返回 A 的最大值。
    2.如果 A 为矩阵,则 max(A) 是包含每一列的最大值的行向量。
    3.如果 A 是多维数组,则 max(A) 沿大小不等于 1 的第一个数组维度计算,并将这些元素视为向量。此维度的大小将变为 1,而所有其他维度的大小保持不变。如果 A 是第一个维度长度为零的空数组,则 max(A) 返回与 A 大小相同的空数组。
  • max(max(A)):整个矩阵中最大值,如max(max(A))=9
    sum(A):数组元素总和,如sum(A)=[8 7 18]
    1、如果 A 是向量,则 sum(A) 返回元素之和。
    2、如果 A 是矩阵,则 sum(A) 将返回包含每列总和的行向量。
    3、如果 A 是多维数组,则 sum(A) 沿大小不等于 1 的第一个数组维度计算,并将这些元素视为向量。此维度会变为 1,而所有其他维度的大小保持不变。
  • sort(A):对数组元素排序,每列的值都会从上到下依次从小到大排,即按升序对 A 的元素进行排序。
    sortrows(A):对矩阵行或表行进行排序,基于第一列中的元素按升序对矩阵行进行排序。
  • size(A):数组大小,求出这个A矩阵为几行几列,如果 A 是一个 3×4 矩阵,则 size(A) 返回向量 [3 4]。
  • find(A):查找非零元素的索引和值, 如find(A==6)=8:在A矩阵中,A=6的值位于第8个位置。
>> A=[1 2 3;0 5 6;7 0 9]

A =

     1     2     3
     0     5     6
     7     0     9

>> max(A)

ans =

     7     5     9

>> max(max(A))

ans =

     9

>> min(A)

ans =

     0     0     3

>> sum(A)

ans =

     8     7    18

>> mean(A)

ans =

    2.6667    2.3333    6.0000

>> sort(A)

ans =

     0     0     3
     1     2     6
     7     5     9

>> sortrows(A)

ans =

     0     5     6
     1     2     3
     7     0     9

>> size(A)

ans =

     3     3

>> length(A)

ans =

     3

>> find(A)

ans =

     1
     3
     4
     5
     7
     8
     9

>> find(A==6)

ans =

     8

标签:lecture1,max,sum,矩阵,matlab,数组,ans,维度,基本操作
From: https://www.cnblogs.com/octopuszzy/p/18051361

相关文章

  • m基于OFDM+QPSK和LDPC编译码以及LS信道估计的无线图像传输matlab仿真,输出误码率,并用
    1.算法仿真效果matlab2022a仿真结果如下:   2.算法涉及理论知识概要        无线图像传输:图像数据首先被分割成多个数据包,然后每个数据包经过LDPC编码,接着按OFDM符号映射规则将编码后的比特流映射到各个子载波上进行QPSK调制。在接收端,先利用LS信道估计恢复出......
  • 基于深度学习的红肉新鲜过期判决系统matlab仿真
    1.算法运行效果图预览  2.算法运行软件版本MATLAB2022a 3.算法理论概述      随着生活水平的提高,人们对食品安全和质量的关注度日益增加。红肉作为重要的食品来源,其新鲜度的检测对于保障消费者权益和食品安全至关重要。传统的红肉新鲜度检测方法多依赖于人工......
  • 基于CNN-GRU-Attention的时间序列回归预测matlab仿真
    1.算法运行效果图预览 2.算法运行软件版本matlab2022a 3.算法理论概述        CNN-GRU-Attention模型结合了卷积神经网络(CNN)、门控循环单元(GRU)和注意力机制(Attention)来进行时间序列数据的回归预测。CNN用于提取时间序列的局部特征,GRU用于捕获时间序列的长期......
  • 基于四叉树的图像分割算法matlab仿真
    1.算法运行效果图预览   2.算法运行软件版本matlab2022a 3.算法理论概述        图像分割是计算机视觉和图像处理中的一项关键技术,旨在将图像划分为多个具有相似性质的区域。基于四叉树的图像分割算法是一种有效的分割方法,它通过递归地将图像划分为四个子......
  • 基于CNN卷积网络的MNIST手写数字识别matlab仿真,CNN编程实现不使用matlab工具箱
    1.算法运行效果图预览    2.算法运行软件版本matlab2022a  3.算法理论概述       MNIST是一个手写数字的大型数据库,包含60,000个训练样本和10,000个测试样本。每个样本都是28x28像素的灰度图像,代表0到9之间的一个数字。 3.1卷积神经网络(CNN)   ......
  • 基于CNN+LSTM深度学习网络的时间序列预测matlab仿真
    1.算法运行效果图预览  2.算法运行软件版本MATLAB2022a 3.算法理论概述      时间序列预测是指利用历史数据来预测未来数据点或数据序列的任务。在时间序列分析中,数据点的顺序和时间间隔都是重要的信息。CNN+LSTM网络结合了卷积神经网络(CNN)的特征提取能力和长......
  • Elasticsearch 系列(三)- ES的基本操作
    本章将和大家分享Elasticsearch的一些基本操作。话不多说,下面我们直接进入主题。一、索引库操作1、settings属性settings属性可以设置索引库的一些配置信息,例如:配置分片数和副本数、配置自定义分词器等。其中分片数量只能在一开始创建索引库的时候指定,后期不能修改。副本数......
  • matlab进行深度学习MatCovNet
    MatCovNet官网http://www.vlfeat.org/matconvnet/ 深度学习在objecttracking中的使用也越来越多,从去年的VOT结果来看,很多tracker都应用了convolution feature,整体效果都比之前的方法提高了一大截,所以学习deeplearning需要提上日程了。看了HCF以及C-COT的源码,都运用到了matl......
  • 基于最小二乘正弦拟合算法的信号校正matlab仿真,校正幅度,频率以及时钟误差,输出SNDR,
    1.算法运行效果图预览    2.算法运行软件版本matlab2022a 3.算法理论概述        在信号处理领域,正弦信号是一种常见且重要的信号形式。然而,在实际应用中,由于各种噪声和失真的影响,正弦信号的幅度、频率和相位可能会发生偏差。为了准确地恢复和分析这些信......
  • m基于深度学习的16QAM调制解调系统相位检测和补偿算法matlab仿真
    1.算法仿真效果matlab2022a仿真结果如下: 2.算法涉及理论知识概要        随着通信技术的飞速发展,高阶调制格式如16QAM(16-QuadratureAmplitudeModulation,16进制正交幅度调制)在高速数据传输中得到了广泛应用。然而,由于信道失真、噪声干扰等因素,接收端往往面临相......