最近一直在学习matlab,我相信有一些同学已经发现,最近更新的关于matlab的内容比较多,

希望能够帮助到未来的小学弟学妹们!

永远爱你们的

————新宝宝

rand

均匀分布的随机数全页折叠

语法

X = rand

X = rand(n)

X = rand(sz1,…,szN)

X = rand(sz)

X = rand(_,typename)

X = rand(_,’like’,p)

说明

示例

X = rand 返回一个在区间 (0,1) 内均匀分布的随机数。

示例

X = rand(n) 返回一个 n×n 的随机数矩阵。

示例

X = rand(sz1,…,szN) 返回由随机数组成的 sz1×…×szN 数组,其中 sz1,…,szN 指示每个维度的大小。例如:rand(3,4) 返回一个 3×4 的矩阵。

示例

X = rand(sz) 返回由随机数组成的数组,其中大小向量 sz 指定 size(X)。例如:rand([3 4]) 返回一个 3×4 的矩阵。

示例

X = rand(_,typename) 返回由 typename 数据类型的随机数组成的数组。typename 输入可以是 ‘single’ 或 ‘double’。您可以使用上述语法中的任何输入参数。

示例

X = rand(_,’like’,p) 返回由 p 等随机数组成的数组;也就是与 p 同一对象类型。您可以指定 typename 或 ‘like’,但不能同时指定两者。

注意

不建议对 rand 函数使用 ‘seed’、’state’ 和 ‘twister’ 输入。改用 rng 函数。有关详细信息,请参阅更换阻拦的 rand 和 randn 语法。

示例

全部折叠

由随机数组成的矩阵

生成一个由介于 0 和 1 之间的均匀分布的随机数组成的 5×5 矩阵。

r = rand(5)

r =

0.8147    0.0975    0.1576    0.1419    0.6557
0.9058    0.2785    0.9706    0.4218    0.0357
0.1270    0.5469    0.9572    0.9157    0.8491
0.9134    0.9575    0.4854    0.7922    0.9340
0.6324    0.9649    0.8003    0.9595    0.6787

指定区间内的随机数

生成一个由区间 (-5,5) 内均匀分布的数字组成的 10×1 列向量。

r = -5 + (5+5)*rand(10,1)

r =

3.1472
4.0579

-3.7301

4.1338

1.3236

-4.0246

-2.2150

0.4688

4.5751

4.6489

一般来说,可以使用公式 r = a + (b-a).*rand(N,1) 生成区间 (a,b) 内的 N 个随机数。

随机整数

使用 randi 函数(而不是 rand)生成在 10 和 50 之间均匀分布的 5 个随机整数。

r = randi([10 50],1,5)

r =

43    47    15    47    35

随机复数

生成一个实部和虚部位于区间 (0,1) 内的随机复数。

a = rand + 1i*rand

a =

0.8147 + 0.9058i

重置随机数生成函数

保存随机数生成函数的当前状态并创建一个由随机数组成的 1×5 向量。

s = rng;

r = rand(1,5)

r =

0.8147    0.9058    0.1270    0.9134    0.6324

将随机数生成函数的状态恢复为 s,然后创建一个由随机数组成的新 1×5 向量。值与之前相同。

rng(s);

r1 = rand(1,5)

r1 =

0.8147    0.9058    0.1270    0.9134    0.6324

始终使用 rng函数(而不是 rand 或 randn 函数)指定随机数生成函数的设置。有关详细信息,请参阅 更换阻拦的 rand 和 randn 语法。

由随机数组成的三维数组

创建一个由随机数组成的 3×2×3 数组。

X = rand([3,2,3])

X =

X(:,:,1) =

0.8147    0.9134
0.9058    0.6324
0.1270    0.0975

X(:,:,2) =

0.2785    0.9649
0.5469    0.1576
0.9575    0.9706

X(:,:,3) =

0.9572    0.1419
0.4854    0.4218
0.8003    0.9157

指定随机数的数据类型。

创建一个由其元素为单精度值的随机数组成的 1×4 向量。

r = rand(1,4,’single’)

r = 1x4 single row vector

0.8147    0.9058    0.1270    0.9134

class(r)

ans =

‘single’

根据现有数组克隆大小

创建一个由正态分布的随机数组成并且大小与现有数组相同的矩阵。

A = [3 2; -2 1];

sz = size(A);

X = rand(sz)

X =

0.8147    0.1270
0.9058    0.9134

它是一种将前两行代码合并成一行的常见模式:

X = rand(size(A));

根据现有数组克隆大小和数据类型

创建一个由单精度随机数组成的 2×2 矩阵。

p = single([3 2; -2 1]);

创建一个与 p 具有相同大小和数据类型的由随机数组成的数组。

X = rand(size(p),’like’,p)

X = 2x2 single matrix

0.8147    0.1270
0.9058    0.9134

class(X)

ans =

‘single’

克隆分布式数组

如果您拥有 Parallel Computing Toolbox™,请创建一个由 single 基础数据类型的随机数组成的 1000×1000 分布式数组。对于 distributed 数据类型,’like’ 语法除了克隆主数据类型,还克隆基础数据类型。

p = rand(1000,’single’,’distributed’);

Starting parallel pool (parpool) using the ‘local’ profile …

connected to 6 workers.

创建一个与 p 具有相同大小、主数据类型和基础数据类型的由随机数组成的数组。

X = rand(size(p),’like’,p);

class(X)

ans =

distributed

classUnderlying(X)

ans =

single

输入参数

全部折叠

n - 方阵的大小

整数值

方阵的大小,指定为整数值。

如果 n 为 0,则 X 为一个空矩阵。

如果 n 为负数,则将其视为 0。

数据类型: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

sz1,…,szN - 每个维度的大小(作为单独参数)

整数值

每个维度的大小,指定为包含整数值的单独参数。

如果任何维度的大小为 0,则 X 为空数组。

如果任何维度的大小为负值,则其将被视为 0。

对于第二个维度以上的维度,rand 忽略大小为 1 的尾部维度。例如,rand(3,1,1,1) 生成由随机数组成的 3×1 向量。

数据类型: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

sz - 每个维度的大小(作为行向量)

整数值

每个维度的大小,指定为由整数组成的行向量。此向量的每个元素指示对应维度的大小:

如果任何维度的大小为 0,则 X 为空数组。

如果任何维度的大小为负值,则其将被视为 0。

对于第二个维度以上的维度,rand 忽略大小为 1 的尾部维度。例如,rand([3,1,1,1]) 生成由随机数组成的 3×1 向量。

示例: sz = [2,3,4] 创建一个 2×3×4 数组。

数据类型: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

typename - 要创建的数据类型(类)

‘double’ (默认) | ‘single’

要创建的数据类型(类),指定为 ‘double’、’single’、、、、、、、、、 或提供 rand 支持的其他类的名称。

示例: rand(5,’single’)

p - 要创建的数组的原型

数值数组

要创建的数组的原型,指定为数值数组。

示例: rand(5,’like’,p)

数据类型: single | double

复数支持: 是

提示

rand 生成的数字序列由均匀伪随机数生成函数的内部设置决定,该生成函数是 rand、randi 和 randn 的基础。您可以使用 rng 控制这一共享的随机数生成函数。

希望我的整理能够帮助到各位小可爱!

我很弱,所以我要不断努力!

努力是因为不想让在乎的人失望!

博主整理不易,如果喜欢推荐关注一下博主哦!

博主喜欢广交好友下面是我的联系方式:

QQ:1263030049

加好友前请注明原因谢谢!

rand ----MATLAB (经典)的更多相关文章

  1. Matlab神经网络验证码识别

    本文,将会简述如何利用Matlab的强大功能,调用神经网络处理验证码的识别问题.  预备知识,Matlab基础编程,神经网络基础.  可以先看下: Matlab基础视频教程 Matlab经典教程--从 ...

  2. Atitit MATLAB 图像处理 经典书籍attilax总结

    Atitit MATLAB 图像处理 经典书籍attilax总结 1.1. MATLAB数字图像处理1 1.2. <MATLAB实用教程(第二版)>((美)穆尔 著)[简介_书评_在线阅读 ...

  3. 经典功率谱估计及Matlab仿真

    原文出自:http://www.cnblogs.com/jacklu/p/5140913.html 功率谱估计在分析平稳各态遍历随机信号频率成分领域被广泛使用,并且已被成功应用到雷达信号处理.故障诊断 ...

  4. MATLAB对于文本文件(txt)数据读取的技巧总结(经典中的经典)

    振动论坛原版主eight的经典贴http://www.chinavib.com/thread-45622-1-1.html MATLAB对于文本文件(txt)进行数据读取的技巧总结(经典中的经典)由于 ...

  5. Matlab中rand('state',sum(clock))解析

    一.问题来源 来自于一份PSO代码,PSO中需要初始化粒子位置和速度. 二.问题探究 众所周知,Matlab中的rand()函数产生的是伪随机数,但一般用来也可以接受.但是,如果我们知道伪随机数的初始 ...

  6. Matlab中Rand()函数用法

    一.理论准备 matlab函数randn:产生均值为0,方差 σ^2 = 1,标准差σ = 1的正态分布的随机数或矩阵的函数. 用法:Y = randn(n),返回一个n*n的随机项的矩阵.如果n不是 ...

  7. MATLAB——画图(经典)

    今天我发现一个非常奇怪的事情,如果你喜欢一样东西或者说是要干一件事,并不一定要把它所在领域的所有都做好, 只要做好你喜欢的就可以了,正如现在的我,突然想学习MATLAB(想画图)那么你只要把一些基础的 ...

  8. (转) 经典功率谱估计及Matlab仿真

    原文出自:http://www.cnblogs.com/jacklu/p/5140913.html 功率谱估计在分析平稳各态遍历随机信号频率成分领域被广泛使用,并且已被成功应用到雷达信号处理.故障诊断 ...

  9. matlab基本函数 randn,rand,orth

    一起来学演化计算-matlab基本函数randn, rand, orth 觉得有用的话,欢迎一起讨论相互学习~Follow Me randn X = randn 随机从正态分布中选一个数作为结果 X ...

随机推荐

  1. left join 原理分析

    left join 原理分析 [转贴 2006-11-15 16:19:50]     字号:大 中 小 案例分析 user表:  id   | name --------- 1   | libk   ...

  2. 7. Selenium的基本使用

    p.p1 { margin: 0.0px 0.0px 0.0px 0.0px; font: 32.0px "PingFang SC" } span.s1 { font: 32.0p ...

  3. python 脚本自动登陆校园网

    学校的校园网每次重开电脑时都要重新打开浏览器进行网页登录,繁琐的操作比较麻烦,于是便写了个python的脚本进行自动登录,下面说下具体的操作过程: 1. 方法说明 博主采用的python的 reque ...

  4. Ubuntu16.04下安装Hadoop

    一.记录理由 刚开始只是想要学习怎么使用Hive的.想着安装应该很简单,没想到花了整整一天的时间来安装,为了避免下次犯同样的错误,特此记录. 二.安装Hadoop 网上教你怎么安装Hadoop的文章有 ...

  5. Beta 冲刺day3

    1.昨天的困难,今天解决的进度,以及明天要做的事情 昨天的困难:昨天主要是对第三方与企业复杂的逻辑关系进行分析和优化,以及进行部分模块的功能测试和代码测试. 今天解决的进度:根据前天得到的需求问题进行 ...

  6. AUTOSAR ArcticCore重构 - for_each_HOH

    Arctic Core是AUTOSAR的实现,早期版本是开源的. 基本问题 在ARM架构下对CAN driver的实现(arch/arm/arm_cm3/drivers/Can.c)中,有这样一段代码 ...

  7. Java中static关键字和final关键字

    static: 1. 修饰变量,方法 表示静态方法,静态变量. 2. static修饰代码块 static{ } 此种形式为静态代码块,用于初始化同时被final static修饰的变量.(当然,更常 ...

  8. python爬虫入门(七)Scrapy框架之Spider类

    Spider类 Spider类定义了如何爬取某个(或某些)网站.包括了爬取的动作(例如:是否跟进链接)以及如何从网页的内容中提取结构化数据(爬取item). 换句话说,Spider就是您定义爬取的动作 ...

  9. .NET开发微信小程序-Template模块开发

    1.添加一个文件目录,里面放模板信息 例:我在根目录添加一个文件夹:template 然后在这个文件夹下面添加相应的页面.比如我添加一个promodel.wxml文件.主要是放商品相关的模块信息(注: ...

  10. css的input文本框的 propertychange、focus、blur

    1.输入框检查的需求--即时搜索--解决方案 当input的value发生变化就会发生,无论是键盘输入还是鼠标黏贴的改变都能及时监听到变化,propertychange,只要当前对象属性发生改变.(I ...