Octave/Matlab初步学习

1.基本运算

和其他语言一样,可以通过数学运算符号来实现数学公式的运算。逻辑运算也基本相同

要注意的是,≠这个符号,表达式为

1 ~= 2

而不是用!=来表达

2.变量

A = 3 

赋值

敲下回车键可以自动实现打印输出

可以通过后面

A = 3; %semicolon supressing output

这样就可以不用自动打印

disp(A)

这样就可以实现打印

\(\pi\)可以通过:

a = pi

来赋值

还可以fomat打印格式

disp(sprintf('2 decimals: %0.2f', a))

打印出来的结果是:输出小数点后面2位

2 decimals: 3.14

这种格式和c语言类似

也可以控制小数点输出的语句:

format long format short

分别定义输出为长小数点和短小数点

3.矩阵和向量


A = [1 2;3 4;5 6]

输出为

分号则是分割为行,本质上就是换到下一行


向量也可以定义

>>v = [1 2 3]
v =
1 2 3
>>v = [1; 2; 3]
v =
1
2
3

还可以通过步伐来定义矩阵

v = [1: 0.1 :22]

意思是从1开始,间隔为0.1,一直增加到2

输出是;

相似的还可以通过:步伐,来实现集合赋值

>>v = 1 : 6
v =
1 2 3 4 5 6

还可以通过语句来快速定义都是1 的矩阵

ones(2, 3)

所有元素都是1

可以通过

C = 2*ones(2, 3)

生成全部是2的矩阵

w = zeros(1, 3)

这是一个全部是0的矩阵

还可以定义随机数矩阵

数值介于0到1

rand(3, 3)

还可以定义正态分布随机变量矩阵

默认平均数是0,方差等于1

w = randn(1,3)

  • 可以通过hist(w) 来绘制一个矩阵的直方图

生成单位矩阵:

I = eye(3)

4. 数据导入

  • 先介绍简单的操作:(size 和 length)
A = [1 2;3 4;5 6];
size(A)
#得到了A矩阵是3行2列
size(A,1)
#得到了A矩阵的列数
size(A,2)
#得到了A矩阵的行数
v = [1,2,3,4];
length(v);
#得到v的数据长度
  • 介绍文件的加载和读入,修改

    1. 进入目录等等操作和Linux命令一模一样

    如果要加载文件,进入对应目录

  1. who命令

    可以展示所有定义的变量

    whos命令

    可以更详细的展示变量的信息

然后,可以键入文件名,来display

可以发现,clear命令可以删除一个变量

但是,单单一个clear要小心使用,会删除所有变量

  1. 如何储存数据?

    v = priceY(1:10)

    此时,v就是一个1*10的向量,而且数值是从priceY中得到的,设置为前10个元素

    如果要存入磁盘,用:

    save hello.mat v

    将v 储存为 “hello.mat”

    这个save命令将v用二进制储存

    如果要用人看懂的来储存.用

    save hello.txt v -ascii
  2. 如何操作数据?

    索引操作和其他语言都一样,:和python差不多

    注意切片,matlab可以对行和列进行切片操作

    A(:,2)
    A(2,:)
    A([1 3], :)
    %返回第一行和第三行
    %当然,索引的同时也可以赋值
    %也可以这样赋值
    A = [A, [100;101;102]]
    %还可以通过类似的方式实现矩阵相连
    C = [A B]%横向相连
    C = [A;B]%竖向相连
    %所以,分号可以相当于换到下一行

    还有一个特殊的语法:

    A(:)

    作用是,把A中的所有元素放入一个列向量中

5. 数据处理computing date

矩阵乘法

* 矩阵乘法

.* 对应数值相乘.点乘

以此类推,“ . ” + “运算符”

可以把运算推广到整个矩阵

运算符:

log, exe ,abs(取绝对值)

除了这个,还可以用ones

v = v + x * ones(length(v),1)

对矩阵取转置:

A'

max函数:(可以对矩阵用!)

a<3:

可以说是一种过滤数据的用法

magic函数:

相当于构建了一个数独:

(几乎没什么用处(笑))

sum函数,把所有的数据加起来

prod函数,把所有数据乘起来

floor函数,把所有数据想下去取整

ceil 函数,把所有数据向下取整

max函数还可以对某一列或者某一行来取最大值:

在二维数据集,想要得到最大的数用

max(max(A))

或者用之前提到过的方法:

max(A(:))

sum函数还可以逐行或者逐列相加

参数1是按行相加,参数2是按列相加

其实吧,这个参数1,2,实际上指的是维数dimension ,行是第一维,列是第二维,等等

如何只去对角元素?

可以与单位矩阵点乘!

脑洞再开一点,可以用

sum(sum(A.*eye(9)))

来计算斜边F和

当然,如果你想计算反过来的斜边,

可以用函数:

flipud(eye(9))

这样可以得到镜面对称的单位矩阵

最重要的一点!!!!

矩阵求逆!!!

pinv(A)

...但是遇到不可逆的,仍然可以求逆,这叫假求逆!

6. Plotting Data 数据可视化

plot(t,y1)

这样的代码,可以让t作为自变量,y2作为因变量

来绘制出图形:

但是,这样一次只能在一张figure上绘制一种图像,如果要同时绘制的话,要用:

hold on;

当然,同一张图的话,可以设定不同图像采取不同的颜色来进行

还可以设置x,y轴的名字,不同图像的名字。整个图像的标题等等。总之感觉和matplotlib差不多吧。

还可以保存图像,当然,你要得先进入你要保存到哪里

tuxiang hold on;
plot(t,y2,'r');
xlabel('time')
ylabel('value')
legend('sin','cos')
title('my plot')
print -dpng 'myplot.png'

close这个命令可以让图像关掉

也可以为你的图像标号:

figure(1);plot(t,y1);
figure(2);plot(t,y2);

也可用绘制子图:(十分方便,建议使用)

subplot(1,2,1)

将图像分为1*2的格子,然后使用第一个格子。

注意对应参数

subplot(1,2,3);
plot(t,y1);
subplot(1,2,2);
plot(t,y2);

最后,学习改变轴的刻度:

axis([0.5 1 -1 1])

还有几个命令

clf 清理所有的图像

可视化矩阵:

A = magic(5);
imagesc(A)

可视化矩阵

还可以添加一些命令,在imagesc后面clorbar,colormap gray

这样就可以很直观的从颜色的深浅来看出矩阵哪里偏小,哪里偏大

imagesc(magic(15)),colorbar,colormap gray;

逗号是链接函数调用

意思是,逗号链接的一个接一个执行

称为:逗号连接的命令或者函数调用


7. 控制语句:

感觉这节不需要做什么笔记,记住就行,反正大同小异

  • for
for i =1:10,
v(i) = 2^i;
end;

循环结构差不多就这样吧。

  • while

    i=1;
    while i<= 5,
    v(i) = 100;
    i = i+1;
    end;

    当然,循环中可以加上break语句

  • if-else

    v(1) =2;
    if v(1) = 1,
    disp('wrong');
    elseif v(1) = 2,
    disp('right');
    else
    disp('wrong');
    end;
  • 定义和使用函数

    如何定义函数?

    ---第一种方法

    首先,要在文本编辑器中写出你的函数:like this

    function t = squreThisNumber(x)
    
    y = x^2;

    y是返回值,x是参数。下面是定义的函数体

    然后,这时候,要将这个东西保存到一个地址中去,调用的时候才知道调用哪里!!

    要调用函数的时候,用cd方法进入到储存函数的地址,然后就可以调用了

    ---第二种方法(高级)

    addpath('xxxxxx')

    xxxx指的是函数储存路径,所以这样就能自动的到那个地方去寻找函数

    当然,函数不仅仅只能返回一个,也可以返回矩阵,向量等等多个数值

Octave/Matlab初步学习的更多相关文章

  1. Machine Learning – 第2周(Linear Regression with Multiple Variables、Octave/Matlab Tutorial)

    Machine Learning – Coursera Octave for Microsoft Windows GNU Octave官网 GNU Octave帮助文档 (有900页的pdf版本) O ...

  2. Matlab 进阶学习记录

    最近在看 Faster RCNN的Matlab code,发现很多matlab技巧,在此记录: 1. conf_proposal  =  proposal_config('image_means', ...

  3. json2.js的初步学习与了解

    json2.js的初步学习与了解,想要学习json的朋友可以参考下. json2.js的初步学习与了解 1.)该js的下载地址是:http://www.json.org/json2.js 2.)在页面 ...

  4. 老周的ABP框架系列教程 -》 一、框架理论初步学习

    老周的ABP框架系列教程 -- 一.框架理论初步学习   1. ABP框架的来源与作用简介 1.1  简介 1.1.1       ABP框架全称为"ASP.NET Boilerplate ...

  5. 初步学习nodejs,业余用node写个一个自动创建目录和文件的小脚本,希望对需要的人有所帮助

    初步学习nodejs,业余用node写个一个自动创建目录和文件的小脚本,希望对需要的人有所帮助,如果有bug或者更好的优化方案,也请批评与指正,谢谢,代码如下: var fs = require('f ...

  6. EF Codefirst 初步学习(二)—— 程序管理命令 更新数据库

    前提:搭建成功codefirst相关代码,参见EF Codefirst  初步学习(一)--设置codefirst开发模式 具体需要注意点如下: 1.确保实体类库程序生成成功 2.确保实体表类库不缺少 ...

  7. 初步学习python

    自计算机诞生以来,也伴随着计算机语言的诞生,现在,全世界的编程语言有600多种,但流行的编程语言也就20多种. Java和C一直占据着前两名.但是近年来伴随着人工智能的发展,Python发展迅猛,以其 ...

  8. Git的初步学习

    前言 感谢! 承蒙关照~ Git的初步学习 为什么要用Git和Github呢?它们的出现是为了用于提交项目和存储项目的,是一种很方便的项目管理软件和网址地址. 接下来看看,一家公司的基本流程图: 集中 ...

  9. [学习一个] Matlab GUI 学习笔记 Ⅰ

    Matlab GUI 学习笔记 Ⅰ 1. Foreword Matlab 是严格意义上的编程语言吗?曾经有人告诉我他是通过 Matlab 学会了面对对象编程,我是不信的,但这依然不妨碍它在特殊领域的强 ...

随机推荐

  1. linux搭建内网邮件服务器

    一.配置发件服务器 1.1 根据现场IP,配置主机名 vi /etc/hosts 192.168.40.133 mail.test.com 将主机名更改为邮件服务器域名mail.test.com 1. ...

  2. 云数据库技术|“重磅升级”后再测 TDSQL-C

    来源:云数据库技术 标题 1.摘要 前段时间,测试了国内主要云原生数据库 PolarDB.TDSQL-C.GaussDB 的性能,参考:<再测云原生数据库性能>.在上次测试结果中,由于地域 ...

  3. Mysql通过Canal同步Elasticsearch

    目录 版本管理 Mysql 设置 在MySQL配置文件my.cnf设置: 检查是否开启 增加新用户: 安装 Elasticsearch es 跨域问题 目录挂载 安装 Elasticsearch-He ...

  4. laravel 浏览器谷歌network返回报错html

    laravel 在谷歌报错的时候会返回html,对于调试来说很不方便.原因是在于: 这里返回的格式是json,但是报错时候返回的是整个html所以 相对路径: app\Exceptions\Handl ...

  5. 什么是subsignature和return-type-substitutable

    subsignature 什么是签名(signature) 方法签名组成:方法名+参数列表(参数的类型.个数.顺序) Java语言层面规定的签名是不包含返回值类型的: JVM层面规定的签名是包含返回值 ...

  6. Go | 基本数据类型的相互转换

    基本数据类型的相互转换 Go在不同类型的变量之间赋值时需要显示转换,不能自动转换 基本语法 表达式 T(v): 将值v转换成类型T T就是数据类型: int32, int64, float32... ...

  7. Pandas常用方法

    数据处理很多需要用到pandas,有两个基本类型:Series表示一维数据,DataFrame表示多维.以下是一些常用方法的整理: pandas.Series 创建 Series pandas.Ser ...

  8. .Net Core 3.0 对 MongoDB 的多条件(两种)查询操作

    前言   在日常开发中,偶尔会用到 MongoDB 的数据操作,也花费了一些时间调试,因此在此处记录一下,共同进步. 废话少说,出招吧! 正文 2.1 准备工作 首先需要引入 .Net 平台链接 Mo ...

  9. c#使用Bitmap绘图的时候,内存增大问题

    最近碰到一个问题,就是使用Biamap绘图的时候,为了防止闪烁,使用了双缓存绘制的方式,但是会碰到内存急剧增加的情况,而且在XP的工控机和Win10的机器上运行结果不一样,在Win10 上运行的时候, ...

  10. JUC学习笔记——共享模型之不可变

    JUC学习笔记--共享模型之不可变 在本系列内容中我们会对JUC做一个系统的学习,本片将会介绍JUC的不可变内容 我们会分为以下几部分进行介绍: 不可变案例 不可变设计 模式之享元 原理之final ...