MATLAB入门(三)

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
求平均值
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
两种方法生成列向量
在这里插入图片描述
读取文件
在这里插入图片描述
在这里插入图片描述

将数据保存到小数点后两位

result = round(M,2);

将矩阵中的每个元素都三次方

x3 = x.^3

将矩阵中的数据按照升序排序

sort(data)

创建一个行变量计算每一个列变量的平均值

avg = mean(data)

diff函数
Y = diff(X) 计算沿大小不等于 1 的第一个数组维度的 X 相邻元素之间的差分:

Y = diff(X,n) 通过递归应用 diff(X) 运算符 n 次来计算第 n 个差分。在实际操作中,这表示 diff(X,2) 与 diff(diff(X)) 相同。

示例

Y = diff(X,n,dim) 是沿 dim 指定的维计算的第 n 个差分。dim 输入是一个正整数标量。

和和累计和

xSum = sum(x)
cSum = cumsum(x)

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

计算矩阵每一列的平均值:

avg = mean(data)

计算矩阵每一行的平均值:

avg2 = mean(data,2)

计算矩阵每一列的中值:

avg = median(data)

计算矩阵每一行的中值:

avg2 = median(data,2)

计算矩阵每一行的中值:

minRowElement = min(M,[],2);

R = corrcoef(A) 返回 A 的相关系数的矩阵,其中 A 的列表示随机变量,行表示观测值。

R = corrcoef(A,B) 返回两个随机变量 A 和 B 之间的系数

协方差矩阵

cov(x)

求矩阵x的协方差,若x的大小为MN,则cov(x)的大小为NN矩阵,cov(X)的第(i,j)个元素等于x的第i列向量与第j就、列向量的方差,即C(xi,xj)

bar(y) 创建一个条形图,y 中的每个元素对应一个条形。如果 y 是 m×n 矩阵,则 bar 创建每组包含 n 个条形的 m 个组。

bar(x,y) 在 x 指定的位置绘制条形

使用以下命令可以看到很多数据分析功能

help datafun

S = std(A) 返回 A 沿大小不等于 1 的第一个数组维度的元素的标准差。

如果 A 是观测值的向量,则标准差为标量。

如果 A 是一个列为随机变量且行为观测值的矩阵,则 S 是一个包含与每列对应的标准差的行向量。

如果 A 是一个多维数组,则 std(A) 会沿大小不等于 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。

在这里插入图片描述
对应翻译
上图对应翻译

提示创建月份的单元格数组。在每个单词周围使用单引号,并用大括号{}将列表括起来,

list = {'Month1','Month2','Month3','Month4'};

确保每三个月都有相应的节拍。

xticks([1 4 7 10])

用列表中的值标记刻度。

xticklabels(list)

在这里插入图片描述
Plot the data with the ‘Color’ property set to the RGB vector [0.5 0.6 0].

plot(x,y,'Color',[0.5 0.6 0])

给标记符设置颜色:

‘MarkerFacecolor’,[0.7 0.9 1]

在这里插入图片描述
surf(X,Y,Z) 创建一个三维曲面图,它是一个具有实色边和实色面的三维曲面。该函数将矩阵 Z 中的值绘制为由 X 和 Y 定义的 x-y 平面中的网格上方的高度。曲面的颜色根据 Z 指定的高度而变化。示例此外,surf(X,Y,Z,C) 还指定曲面的颜色。

surf(Z) 创建一个曲面图,并将 Z 中元素的列索引和行索引用作 x 坐标和 y 坐标。

此外,surf(Z,C) 还指定曲面的颜色。
在这里插入图片描述
mesh(X,Y,Z) 创建一个网格图,该网格图为三维曲面,有实色边颜色,无面颜色。该函数将矩阵 Z 中的值绘制为由 X 和 Y 定义的 x-y 平面中的网格上方的高度。边颜色因 Z 指定的高度而异。

mesh(Z) 创建一个网格图,并将 Z 中元素的列索引和行索引用作 x 坐标和 y 坐标。

x = linspace(0,1,size(m,1))
y = linspace(0,1,size(m,2))
mesh(x,y,m)

在这里插入图片描述
contour(Z) 创建一个包含矩阵 Z 的等值线的等高线图,其中 Z 包含 x-y 平面上的高度值。MATLAB® 会自动选择要显示的等高线。Z 的列和行索引分别是平面中的 x 和 y 坐标。

contour(X,Y,Z) 指定 Z 中各值的 x 和 y 坐标。
在这里插入图片描述
创建条形图并且为x轴添加标签方法
在这里插入图片描述
布尔类型:获得结果
在这里插入图片描述
布尔类型:与的结果
在这里插入图片描述
寻找索引的函数:find
在这里插入图片描述
逻辑索引
在这里插入图片描述
在这里插入图片描述
创建表格
在这里插入图片描述
将矩阵转换为表格
在这里插入图片描述
为表格创建表头
To create custom variable names in the table, follow the variable input with the property VariableNamesfollowed by a cell array of text.

The following code creates a table named datawith custom variable names.
data = array2table(A,‘VariableNames’,{‘X’,‘Y’})
表格排序,升序
在这里插入图片描述
在这里插入图片描述
winners = sortrows(EPL,‘HomeWins’)
降序排列
By default, the sortrows function returns the values sorted in ascending order. You can use the ‘descend’ option to sort in descending order.

tSort = sortrows(tableName,...
'SortingVariable','descend')

统计表格
The summary function displays statistics about variables in a given table.

summary(tableName)

移除元素
在这里插入图片描述
从表格里面删除变量
在这里插入图片描述
重新排序
在这里插入图片描述

获得表格中的一项数据
在这里插入图片描述

hw = EPL.HomeWins

往表格中添加一项新的数据
在这里插入图片描述

移动变量

T2 = movevars(T1,vars,‘Before’,location) 将由 vars 指定的表变量移动到由 location 指定的变量的左侧。您可以通过名称、位置或逻辑索引来指定变量和 location。

T2 = movevars(T1,vars,‘After’,location) 将变量移动到由 location 指示的表变量的右侧(请参阅下图)。
在这里插入图片描述

EPL = movevars(EPL,‘Points’,‘After’,1)

使用writetable从表创建文件
在这里插入图片描述

可以在创建文件时制定分隔符
在这里插入图片描述

例如:
在这里插入图片描述

writetable(EPL,'EPL2015-16.txt','Delimiter','\t')

使用join函数合并两个具有公共变量名的表
在这里插入图片描述

join函数能够聚合具有不同长度的表的数据

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/348193.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Java学习 第三章 数组(一)一维数组

第三章 数组 3-1 数组的概述 数组:多个相同类型数据按一定的顺序排列的集合,并使用一个名字命名,并通过编号的方式对这些数据进行统一管理。 数组相关概念: 数组名、下标(索引、角标)、元素、数组的长度 数…

mapreduce 算法_MapReduce算法–了解数据联接第1部分

mapreduce 算法在本文中,我们继续执行一系列实现算法的系列,该算法在使用MapReduce进行数据密集型文本处理中找到,这一次讨论数据联接。 虽然我们将讨论在Hadoop中联接数据的技术并提供示例代码,但在大多数情况下,您可…

几个有用的word小技巧,保准提升效率~

这几天改报告改到头秃。年底了,实验室各种项目在结项,作为一名研一新生,理所应当地承担起了体力活的工作。主要负责项目报告的研究背景调研、报告汇总、格式调整等。 格式调整,看起来非常简单的一项工作,却是最费时费…

Java 8:长期支持的堡垒

斯蒂芬科尔本 ( Stephen Colebourne )的文章“ Java 9可以使用六个星期 ”开始,“ Java 9仅仅六个星期 就已过时。” Colebourne参考了Mark Reinhold博客文章“ Moving Java Forwarding Faster ”,并写道:“新的Java发…

我的2020(年终总结)

我的2020 2020对每个人来说可能都是极不平凡的一年,对我尤其是。这一年我整个的人心境发生了极大的变化。总结来说,有这么几件大事:复试、毕设、大学毕业、研究生开学、分手、再脱单、疫情在家。今天坐在实验室也不知道该干点什么&#xff0…

Java学习 第三章 数组(二)多维数组

多维数组的使用 由数组构成的数组 二维数组: ① 二维数组的声明和初始化 ② 如何调用数组的指定位置的元素 ③ 如何获取数组的长度 ④ 如何遍历数组 ⑤ 数组元素的默认初始化值 :见ArrayTest1.java 数组元素是整形:0 数组元素是浮点型&…

Spring Boot 2中的功能切换

无论您是否喜欢,软件开发都是一项协作活动。 整合工作一直被妖魔化,并被视为必不可少的邪恶。 有几种方法可以解决有效集成的挑战。 功能切换开关属于该组。 在本文中,您将在实践中看到如何在Spring Boot应用程序中使用功能切换(也…

Java学习 第三章 数组(三)排序算法

** Java学习 第三章 数组(三)排序算法 ** 主要内容:排序算法、排序算法横向比较、Arrays工具类的使用、数组常见异常 1.数组中涉及到的常见算法:排序算法 1.1 排序算法分类:内部排序和外部排序 1.2 十大内部排序算…

【强化学习】一些网站整理

莫烦教程 https://mofanpy.com/tutorials/machine-learning/reinforcement-learning/ 博客园:刘建平Pinard https://www.cnblogs.com/pinard/category/1254674.html Deep-Q-Network 学习笔记 https://www.cnblogs.com/cjnmy36723/p/7017549.html 强化学习到深度强…

xmx java_为什么我的Java进程比Xmx消耗更多的内存?

xmx java你们有些人去过那里。 您已经在启动脚本中添加了-Xmx选项,并放松了下来,因为您知道Java进程将不会消耗比经过微调的选项所允许的更多的内存。 然后,您感到非常讨厌。 要么自己检查开发/测试框中的过程表,要么事情真的变坏…

卫星通信系统概述

卫星通信系统指通过在轨人造卫星作为中继站对无线电信号进行转发,实现地面及空间等用户之间信息传输的系统。卫星通信系统组成包括空间段及地面段,系统组成如图所示。其中空间段主要指在轨卫星、对在轨卫星进行操控的地面站,这些地面站主要实…

ElasticSearch初学者教程

1.简介 在此示例中,我们将演示如何使用Elasticsearch , Elasticsearch是一个基于Apache Lucene的分布式自由文本搜索和分析数据库引擎,具有一个基于maven的简单Java客户端。 在撰写本文时,我们将使用最新版本的Elasticsearch&…

博弈论与纳什均衡

三十分钟理解博弈论“纳什均衡” – Nash Equilibrium https://blog.csdn.net/xbinworld/article/details/50932559 纳什均衡(Nash equilibrium)及经典案例 https://blog.csdn.net/u010420283/article/details/83927742 论文: [1] 刘帅军. 卫星通信系统中动态资源…

Opnet入门

一、opnet快速入门 1.系统界面&文件菜单说明 2.常用文件名后缀及描述 3.Opnet建模层次 用户只有一种节点域模型 三、 OPNET Modeler网络仿真机制 1.事件的属性 每次点击next会出现以下界面: 2.事件的执行 调度型:按照正常程序调度事件 强制性&…

JSON的JUnit Hamcrest Matcher

这篇文章展示了如何编写JUnit测试来检查对象是否与JSON字符串匹配。 如果您要实现REST服务并想测试您的服务是否产生了预期的JSON响应,那么这一点很重要。 JSONassert是比较JSON对象的有用库。 首先,您必须将Java对象转换为JSON字符串(例如&…

Python列表推导式

列表推导式 是Python构建列表(list)的一种快捷方式,可以使用简洁的代码就创建出一个列表,即循环创建列表. for可以用来创建列表,列表推导式就相当于是for循环的简化版 1. 最简单的情况 values [10, 21, 5, 7, 12] squares [] …

一些python函数及其用法

1.np.ravel()方法 ravel是将数组维度拉成一维数组,也就是将矩阵向量化 x np.array{ [ [ 1 , 2 , 3 ] , [ 4 , 5 , 6 ] ] } print(np.ravel(x))输出 [ 1 2 3 4 5 6 ]2.b a[np.newaxis,:] import numpy as np a np.arange(0, 10) print(a…

使用Spring WebFlux进行操作

Spring Boot 2.0最近在GA上线了,所以我决定在相当长一段时间内写我的第一篇有关Spring的文章。 自发布以来,我已经看到越来越多的提到Spring WebFlux以​​及有关如何使用它的教程。 但是,在阅读完它们并尝试使它们自己工作之后,我…

【强化学习】Policy Gradient原理

1.Policy Gradient和DQN系列强化算法最大的区别在于: DQN系列基于Value,也就是说执行完所有的动作并保存所得到的价值,根据这些价值计算出最优价值函数,并以此选择动作,最终获得一个特定的策略。 Policy Gradient基于策…

ajax的url怎么将后缀补上_蜂蜜杏仁怎么做?杏仁和蜂蜜腌制方法

蜂蜜杏仁怎么做?杏仁和蜂蜜腌制方法蜂蜜杏仁是一种非常好吃的小零食,很多小可爱都喜欢吃蜂蜜杏仁。不过有些时候忘记补货,就会断粮,于是大家都想要在家里自制蜂蜜杏仁。不过你知道蜂蜜杏仁应该怎么做吗?蜂蜜杏仁的做法其实并不难&#xff0…