matlab基本操作


1. 一些操作Tips:
- clear：清空Workspace clc：清空Command Window
- 批量修改变量名：shift+enter（只针对变量第一次出现时）
- 控制输出格式：format
format short：小数点后4位，之后输出的数都按此格式
- digits(4) vpa(x) 一起用控制x输出为4位有效数字。或者直接vpa(x,4)
- 批量注释：ctrl+R 取消注释：ctrl+T
- 单步调试：F10
- 查看变量：who(只列举) whos(附带变量空间大小、字节数等信息)

2. 文件操作：
- save filename x1 x2 x3 (-append)
存储变量值至filename.mat文件，默认存储至matlab.mat文件。-append追加存储，默认为覆盖存储
- load filename x1 x2 x3：加载变量，默认为加载所有变量。会覆盖Workspace同名变量

3. 函数.m文件定义
function [y1,y2] = fun(x1,x2) y1,y2…是输出变量，直接在函数内参与运算，函数内不要写clear，会清掉输入变量

4. 字符串操作：
eval(‘xxx’)：执行字符串所对应的matlab语句
str2num(‘xxx’)：将数字字符串转化为数字
num2str(xxx)：将数字转化为数字字符串
取字符串特定字符：str(2)
字符串拼接：str=[str1,str2]
abs(‘x’)函数：求字符x的ASCII码
char(x)：求ASCII码为x的字符

matlab矩阵操作


1. 矩阵的建立： a=[1 2 3;4 5 6;7 8 9]
矩阵取元素：
- 下标：a(2,3)，行、列皆从1开始
- 序号：a(8)，按列计数

2. 冒号表达式建立行向量 x=5:2:20

3. 矩阵拼接：直接中括号拼接[ ]

4. 矩阵拆分： b=a(2:4,5:6)，b为矩阵a2~4行5~6列的内容。
用end来表示最后一行/列，用冒号：表示所有行/列
b=a(:)，按矩阵a元素的【排列顺序】取元素，最终排成列向量

5. 矩阵查找特定元素：
num/[rows,cols,vals]=find(A>10)，找矩阵A中所有>10的数。一个返回值为序号，两个返回值即为下标，三个返回值加上值。

6. 矩阵转置：B=A’

7. 删除矩阵元素，对矩阵整行/整列元素置空，后面元素序号前补 a(2,:)=[]

8. 复制矩阵 repat(<矩阵名>,x,y)，以此矩阵为“一块”复制x行，y列

9. 矩阵计算：直接+-/
/为右除 \为左除 /即为乘矩阵的逆
.和./为点乘点除，矩阵对应元素的乘除。
注意：矩阵的幂^和矩阵元素的幂.^不一样

10. A(:)表示以一列的方式显示矩阵A中所有元素

11. size(A,1)矩阵的行数，size(A,2)矩阵的列数

12. 特殊矩阵的建立
zeros：零矩阵 zeros(x,y)：x行y列零矩阵
ones：1矩阵
eye：单位矩阵
rand：随机矩阵，元素为0~1随机数的矩阵
rand（a,b）表示产生a行b列随机数
产生a到b之间的x行y列随机矩阵：a+(b-a) * rand(x,y)
randn：均值为0，方差为1的标准正态分布的随机矩阵
inv()：求方程组的逆矩阵
diff()：计算差分（后项减前项）
diag()：构建对角矩阵(输入向量)or从矩阵中取对角线(输入矩阵)

matlab绘图


1. 绘制函数图形标识符：legend(‘’,’’,’’)
多个图例要依据添加对应数据的顺序依次加入

2. plot(x,y)
最基本的绘图函数
画多条函数plot(x,y1,x,y2,x,y3….)

3. 设置线型和线的粗细：plot(x,y,’-.’,’linewidth’,1.5);可通过线型、点型和颜色改变线条外观，粗细设置尤为重要。
更改坐标范围：axis([Xmin, Xmax, Ymin, Ymax])、xlim([Xmin, Xmax])、ylim([Ymin, Ymax])
坐标轴名字(并设置字体)：xlabel(‘titke’,’fontsize’,12)


4. loglog(),semilogx(),semilogy()函数分别以
两坐标轴为log10刻度，x轴为log10刻度，y轴为log10刻度作函数图

5. plotyy(x,y1,x,y2)双y轴作图

6. errorbar(y,E)函数，E为1/2误差长度的向量
在函数上标明误差(对应离散点作图，且x/y和E向量长度相等)

7. fplot(‘<M文件名>’,[范围])
调用M文件函数绘图，有范围限制

8. ezplot(‘函数表达式’,[x范围],[y范围])
隐函数绘图。easy plot，直接写函数表达式即可绘图

9. polar(x,y)、ezpolar(‘函数表达式’)
极坐标绘图，(ρ,Θ)

10. hist(data,<区间数>)
绘制频数分布直方图，频数总分数默认10份

11. 对图形的修改可直接在figur面板上进行

解线性方程组

  1. 基本概念
    tol：误差
    rank(A)：返回矩阵A的秩
    size(A,1)：返回矩阵A的行数
    size(A,2)：返回矩阵A的列数
    null(A)：求齐次方程组的解
    det(A):求【方阵】的行列式
    diag(diag(A))：构造矩阵A的对角线矩阵
    norm(A):求向量A的范数（向量中各元素的平方和再开根号）
    可用来求两向量的的“差值”norm(A-B)

  2. 左除法：matlab一般用inv()<方阵求逆>、pinv()<非方阵求伪逆>来代替左除。
    左除法分三种情况：
    恰定方程组：rank(A) = rank([A,b]) = n，方程组有唯一解
    欠定方程组：rank(A) = rank([A,b]) < n，方程组有无穷解，通解用”特解+对应齐次方程组解”来表示。
    超定方程组：rank(A) != rank([A,b])，方程组无解，求出的是最小二乘解。

  1. [r]=eig(A)：求矩阵A的特征值r<列向量形式>
    [x,r]=eig[A]：求矩阵A的特征向量x和特征值r<对角矩阵形式>
    使Ax=xr
    max(max(abs(r)))：找绝对值最大的特征值

matlab一些函数用法：

  1. vpa(xxx,数字)
    四舍五入控制有效数字位数，xxx可以是数，也可是表达式。

  2. poly2sym(系数行向量,x)
    系数行向量->多项式，各项次数由系数数量控制

  3. 求线性规划问题：linprog()

  4. scatter()画散点图

  5. size(A)：矩阵A的行、列数 size(A,1)：A的行数 size(A,2)：A的列数

  6. 常微分方程符号解：fun=dsolve(‘equ1’,’equ2’,’equ3’)，fun即为最终求得的微分方程，默认对自变量t求导
    微分方程数值解：ode工具箱

  7. 对符号方程中特定符号进行替换：subs(fun,{‘a’,’b’},{3,5})
    可替换为特定数值、其他符号变量 可替换为数组：得到同阶数组

  8. 积分
    数值积分：integral(fun,xmin,xmax)
    符号积分：int()

  9. 解方程组
    solve：求方程组的符号解
    linsolve：求线性方程组数值解
    fsolve：求非线性方程组数值解

  10. matlab中没有求解不等式的函数，只能先解对应的等式再画图判断
    normpdf(x,mu,sigma) x(向量)的正态分布概率密度函数

  11. matlab插值函数：y=interp1(x0,y0,x,’spline’) spline为三次样条插值
    x0,y0为原始点 x为更密集的需求值点,y为求得的函数值，一般不推荐外插
    二维插值：z = interp2(x0,y0,z0,x,y,’spline’)

  12. 多项式拟合：[p]=polyfit(x,y,n) 和 y1=polyval(p,x1) p为降幂排列的阶数
    matlab拟合工具箱：cftool

  13. 最后legend加公式：legend(‘样本’,[‘y = ‘,sprintf(‘%.3fx^2+%.3fx%.3f’,p(1),p(2),p(3))]);

  14. 一些统计学名词：

    • SSE(残差平方和)：The sum of squares due to error，越接近0越好。点对点误差平方，再加和
    • MSE(残差平方和均值)：Mean squared error，SSE/n
    • RMSE：MSE开根号
    • SSR(回归平方和)：预测数据与原始数据均值之差的平方，再加和。点对面
    • R-square(确定系数)：[0,1]，越接近1越好
    • Adjusted R-square(矫正后确定系数)：对复杂模型的惩罚

  15. 求差分、求导都是用的diff函数

  16. 桌面文件路径：C:\Users\35055\Desktop.….
    读excel：A=xlsread(filename,sheet,’B3:C4’) sheet为对应数字
    写excel：直接粘贴

  17. 元胞数组：通过小括号()加下标访问，返回的是对应cell的格式。
    通过大括号{}加下标访问，返回的是对应cell的内容。

  18. excel不同的样本纵向排列，单个样本不同的变量/观测横向排列。
    但对于神经网络、支持向量机，样本横向排列，变量纵向排列

  19. Min-Max标准化：将矩阵的【每一行】进行标准化处理（针对模式识别智能算法）
    A=[1,2,3];
    A=mapminmax(A,0,1); 标准化到0~1之间
    [Y,PS] = mapminmax(X,YMIN,YMAX)
    Y = mapminmax(‘apply’,X,PS)
    X = mapminmax(‘reverse’,Y,PS)

  20. legend加公式 legend(‘样本’,[‘y = ‘,sprintf(‘%.3fx^2+%.3fx%.3f’,p(1),p(2),p(3))]);

  21. rng(2)，设置随机数种子。之后rand()产生的随机数都是一定的

Post Date： 2018-01-20

版权声明： 本文为原创文章，转载请注明出处