octave基本指令3
octave基本指令3
数据运算
>> a = [1 2; 3 4; 5 6];
>> b = [11 12; 13 14; 15 16];
>> c = [1 1;2 2]
>> a*c %矩阵相乘
ans =
5 5
11 11
17 17
% '.'按位运算
>> a .*b % 点乘,将a中的每一个元素和b中的对应元素相乘
ans =
11 24
39 56
75 96
>> a .^ 2 %将a中每一个元素平方
ans =
1 4
9 16
25 36
>> v = [1; 2; 3]
>> 1 ./ v
ans =
1.00000
0.50000
0.33333
>> log(v) %对每一位取自然对数
ans =
0.00000
0.69315
1.09861
>> exp(v) %对每一位取自然指数
ans =
2.7183
7.3891
20.0855
>> abs([-1; 2; -3]) %对每一位取绝对值
ans =
1
2
3
>> -v %取反
ans =
-1
-2
-3
>> v + ones(length(v),1) %矩阵相加
ans =
2
3
4
>> v + 1 %每一位加1
ans =
2
3
4
>> a' %转置矩阵
ans =
1 3 5
2 4 6
>> a = [1 15 2 0.5]
>> max(a) %求矩阵中的最大值
ans = 15
>> b = [1 7; 8 4; 5 6];
>> [val, ind] = max(b) %val为b中每列的最大值,ind是最大值的索引
val =
8 7
ind =
2 1
>>max(max(b))
ans = 8
>> b < 5 %b中元素是否小于5
ans =
1 0
0 1
0 0
>> find(b<5) %求b中小于5的元素的索引
ans =
1 %1的索引是1
5 %4的索引是5
>> magic(4) %magic矩阵是指每一行列相加之和都相同
ans =
16 2 3 13
5 11 10 8
9 7 6 12
4 14 15 1
>>sum(b) %每一列之和
ans =
14 17
>> sum(b,1) %每一列之和
ans =
14 17
>> sum(b,2) %每一行之和
ans =
8
12
11
>> prod(b) %乘积
ans =
40 168
>> floor(b) %向上四舍五入
>> ceil(b) %向下四舍五入
>>eye(3)
ans=
1 0 0
0 1 0
0 0 1
>> a=[1 2 3; 4 5 6; 7 8 9;10 11 12]
a =
1 2 3
4 5 6
7 8 9
10 11 12
>> flipud(a) %flipud 表示向下翻转
ans =
10 11 12
7 8 9
4 5 6
1 2 3
>> a=magic(3)
a =
8 1 6
3 5 7
4 9 2
>> b=pinv(a) %a的伪逆矩阵,可视作a的逆矩阵
b =
0.147222 -0.144444 0.063889
-0.061111 0.022222 0.105556
-0.019444 0.188889 -0.102778
>> a*b
ans =
1.0000e+000 -1.2212e-014 6.3283e-015
5.5511e-017 1.0000e+000 -2.2204e-016
-5.9952e-015 1.2268e-014 1.0000e+000
octave基本指令3的更多相关文章
- octave基本指令5
octave基本指令5 控制语句 for >> v=zreos(5,1) v = 0 0 0 0 0 >> for i=1:10, > v(i) = 2^i; > ...
- octave基本指令4
octave基本指令4 图形化显示数据 >> t=[0:0.01:0.98]; >> y1 = sin(2*pi*4*t); %pi表示π >> plot(t,y1 ...
- octave基本指令2
octave基本指令2 数据移动 >> pwd %显示出当前路径 ans C:\Octave\3.2.4_gcc-4 >> cd 'G:\machine learning' % ...
- octave基本指令1
octave基本指令1 注释 使用: disp 输出指令 eg: >>a = pi; >>disp(sprintf('2 decimals:%0.2f'a)) 2 decima ...
- Andrew NG 机器学习编程作业4 Octave
问题描述:利用BP神经网络对识别阿拉伯数字(0-9) 训练数据集(training set)如下:一共有5000个训练实例(training instance),每个训练实例是一个400维特征的列向量 ...
- 【原】Coursera—Andrew Ng机器学习—课程笔记 Lecture 5 Octave Tutorial
Lecture 5 Octave教程 5.1 基本操作 Basic Operations 5.2 移动数据 Moving Data Around 5.3 计算数据 Computing on Data ...
- Octave的安装
本文是参考吴恩达老师的深度学习视频而做的笔记 深度学习 引言 挑战:AI真正的挑战在于解决那些对人类来说很容易执行,但很难形式化描述的问题,比如识别人们所说的话/图像中的脸/分辨苹果和梨. 解决方案: ...
- iOS逆向工程之Hopper中的ARM指令
虽然前段时间ARM被日本软银收购了,但是科技是无国界的,所以呢ARM相关知识该学的学.现在看ARM指令集还是倍感亲切的,毕竟大学里开了ARM这门课,并且做了不少的实验,当时自我感觉ARM这门课学的还是 ...
- 步入angularjs directive(指令)--点击按钮加入loading状态
今天我终于鼓起勇气写自己的博客了,激动与害怕并存,希望大家能多多批评指导,如果能够帮助大家,也希望大家点个赞!! 用angularjs 工作也有段时间了,总体感觉最有挑战性的还是指令,因为没有指令的a ...
随机推荐
- 寒假训练——搜索 E - Bloxorz I
Little Tom loves playing games. One day he downloads a little computer game called 'Bloxorz' which m ...
- nginx与location语法详解
Location语法优先级排列 匹配符 匹配规则 优先级 = 精确匹配 ^~ 以某个字符串开头 ~ 区分大小写的正则匹配 ~* 不区分大小写的正则匹配 !~ 区分大小写不匹配的正则 !~* 不区分大小 ...
- [CQOI2016]K远点对
嘟嘟嘟 做过[国家集训队]JZPFAR这道题的话,这题就不难了. 我们维护一个长度为\(k\)的小根堆,在加入第\(i\)个点之前,用\([1, i - 1]\)这些点离点\(i\)的距离更新答案.这 ...
- 关于对浏览器发送POST请求的一点研究
网上对与HTTP的Method,GET和POST的区别,说得毕竟详细.然后提到一点,说浏览器对两者的还有一个比较容易让人忽略的区别就是:POST会分2次发送,而GET只1次. GET发送1次,这个没什 ...
- 接上篇elasticsecrchi 进行搜索及时提示,数据库以及后台代码
-- ------------------------------ Table structure for articles-- ----------------------------DROP TA ...
- QT插件+ROS 3 导入现有ROS包
http://blog.csdn.net/u013453604/article/details/52167213#t5
- QT数据类型
typedef signed char int8_t;typedef short int16_t;typedef int int3 ...
- python中requests已安装却仍报No module named requests错的原因
调用pip list可见已经成功安装了: requests 但是在运行时仍报错: userdeMacBook-Pro:xiaohui user$ python test_web.py Tracebac ...
- linux计划任务(转)
文章转自https://blog.csdn.net/jixieyang3701/article/details/79410725 linux 系统则是由 cron (crond) 这个系统服务来控制的 ...
- 谈谈maven多模块
记得在校的时候,通常用的比较多是动态web工程,动态web工程导入最多就是jar包,这些jar包需要自己手动复制粘贴放入lib目录下,然后build path,有的IDE会自动build path有的 ...