当前位置: 首页 > article >正文

Matlab 软件入门

  1. matlab 帮助的使用
    1. hlep

help elfun                              %关于基本函数的信息

help exp                                %指数函数exp的帮助信息

    1. look 指令

当要查找具有某种功能但又不知道准确名字的指令时,help的能力就不够了,loopfor就可以根据用户提供的完整或不完整的关键词,取搜所出一组与之相关的指令。

lookfor integral             %查找有关积分的指令

lookforfor fourier                        %查找能进行傅里叶变换的指令

    1. 超文本格式的帮助

在matlab中,关于一个函数的“帮助”信息可以用doc命令以超文本的方式给出,如:

doc

doc doc

doc eig %求矩阵的特征值和特征向量

    1. pdf“帮助”文件“文件

可以从ManthWorks网站上下载有关的“pdf”帮助文件。

  1. 数据的输入
    1. 简单矩阵的输入
  1. 要直接输入矩阵时,矩阵一行中的元素用空格或逗号分隔;矩阵行与行之间用分号“;”分隔,整个矩阵放在方括号“[  ]”中。

A=[1,2,3;4,5,6;7,8,9]

说明:指令执行后,矩阵A被保存在Matlab的工作间中,以备后用。如果用户不用clear指令清除它,或者对它进行重新赋值,那么该矩阵会一直保存在工作间中,知道本次指令窗关闭为止。

  1. 矩阵的分行输入:

A=[1,2,3

4,5,6

7,8,9]

    1. 特殊变量

ans                                                       %用于结果的默认变量名

pi                                                          %圆周率

eps                                                       %浮点相对精度

inf                                                         %无穷大,如1/0

NaNv                                                   %不定量(非数),如1/0

nargin                                                  %所用函数的输入变量数目

nargout                                               %所用函数的输出变量数目

realmin                                               %最小可用正实数

realmax                                               %最大可用正实数

    1. 特殊向量和特殊矩阵
      1. 特殊向量

t=[0:0.1:10]

%产生0~10的行向量,元素之间的间隔为0.1

t=linspace(n1,n2,n)

%产生n1和n2之间线性均匀分布的n个数(默认n时,产生100个数)

t=logspace(n1,n2,n)(默认n时,产生50 个数)

%在10”和10”之间按照对数距离等间距产生n个数

      1. 特殊矩阵
        1. 单位矩阵:

eye (m)

eye(m,n)                                         %得到一个可允许的最大单位矩阵而其余处补0

eye(size(a))                                   %可以得到与矩阵a同样维数的单位矩阵

        1. 所有元素为1的矩阵:

ones(n),ones(size(a)),ones (m,n)

        1. 所有元素为0的矩阵:

zeros (n),zeros (m,n).

        1. 空矩阵

空矩阵是一个特殊矩阵,这在线性代数中是不存在的。例如

q=[]                                                   %矩阵q在工作空间之中,但它的大小为 0

通过空矩阵的办法可以删除矩阵的行与列。例如

a=(:3)=[]                                           %表示删除矩阵a的第3列

        1. 随机数矩阵:

rand (m,n)

%产生 mxn 矩阵,其中的元素是服从[0,1]上均匀分布的随机数

normrnd (mu ,sigma ,m ,n )

%产生 mxn 矩阵,其中的元素是服从均值为 mu,标准差为 sigma 的正态分布的随机数exprnd (mu ,m ,n )

%产生 mxn 矩阵,其中的元素是服从均值为mu 的指数分布的随机数

poissrnd (mu ,m,n)

%产生mxn 矩阵,其中的元素是服从均值为mu的泊松(Poisson)分布的随机数

unifrnd (a ,b,m,n)

%产生mxn矩阵,其中的元素是服从区间[a,b]上均匀分布的随机数

        1. 随机置换:

randperm(n)                                       %产生1~n的一个随机全排列

perms([1:n])                                       %产生1~n的所有全排列

原创文章请点击这里:


http://www.kler.cn/news/329123.html

相关文章:

  • Python 课程22-Pillow
  • Linux下的基本指令/命令(一)
  • PHP 语言基础教程学习笔记
  • 基于单片机汽车尾灯控制系统
  • 字符串形式返回小数
  • 新高考的五大变化‌‌(AI生成)
  • PHP反序列化6(session反序列化)
  • 确保架构与业务一致性和合规性的成功转型之路:理论与实践的全面解读
  • VR视频怎样进行加密和一机一码的使用?--加密(一)
  • Spring Boot 进阶- Spring Boot日志框架介绍
  • Python面向对象基础:属性动态添加
  • Java 编码系列:并发集合详解与面试题解析
  • C语言_字符函数和字符串函数
  • 网络原理-TCP协议
  • 使用 Docker 制作 YashanDB 镜像:深度解析与实战指南
  • 优秀博客:小程序通信方法在 Vue 3 中的对应技术
  • 分页查询前后端代码
  • 怎么在FTP服务器上配置SSL/TLS?
  • Python知识点:如何使用Spark与PySpark进行分布式数据处理
  • Linux——K8s pod调度
  • 用 API 实现 AI 视频摘要:动手制作属于你的 AI 视频小助手
  • docker的harbor仓库登录问题
  • Linux设备上cifx板卡作为ethercat从站的调试记录
  • 【Android 13源码分析】Activity生命周期之onCreate,onStart,onResume-1
  • 计算机网络:计算机网络概述 —— 初识计算机网络
  • 盒子是什么? -- 第四课
  • Meta推出Llama 3.2 AI模型,支持多模态和边缘计算;OpenAI首席技术官穆拉蒂宣布离职
  • 数据链路层 ——MAC
  • 设计模式——责任链模式
  • 螺狮壳里做道场:老破机搭建的私人数据中心---Centos下Docker学习03(网络及IP规划)