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:

相关推荐
WangY_ZQ5 分钟前
Python 如何在Python 3.6上安装PIP
linux·python·pip
聚客AI21 分钟前
系统掌握PyTorch:图解张量、Autograd、DataLoader、nn.Module与实战模型
人工智能·pytorch·python·rnn·神经网络·机器学习·自然语言处理
狮子也疯狂28 分钟前
基于Python的气象数据分析及可视化研究
python·信息可视化·数据分析
Neil今天也要学习29 分钟前
永磁同步电机无速度算法--自适应龙贝格观测器
算法
Dave_Young1 小时前
上位机开发过程中的设计模式体会(1):工厂方法模式、单例模式和生成器模式
c++·设计模式
Chirp1 小时前
代码层面上解读ACE-Step
人工智能·机器学习
MPCTHU1 小时前
机器学习的数学基础:线性模型
数学·机器学习
蓝婷儿1 小时前
6个月Python学习计划 Day 18 - 项目实战 · 学生成绩管理系统(OOP版)
开发语言·python·学习
HINOTOR_1 小时前
DAY 25 异常处理
开发语言·python
yorushika_1 小时前
python打卡训练营打卡记录day49
开发语言·python·tensorboard·cbam