访问矩阵元素

>> A=[1,2,3;4,5,6;7,8,9];

>> x=A(2,3)% 双下标访问

x =

6

>> x=A(2)% 单下标访问

x =

4

单下标访问时相当于访问A所转成的向量的元素。

>> A(3:6)

ans =

7 2 5 8

>>y4=A(:,1:2)%提取A的前两列元素

y4 =

1 2

4 5

7 8

>>y5 = A(1,:)%提取A的第一行元素

>> y5 = A(1,:)

y5 =

1 2 3

矩阵拼接

B=repmat(A, [m,n])%将矩阵A拼接为大矩阵

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

>> B=repmat(A,[2,2])

B =

1 2 3 1 2 3

4 5 6 4 5 6

1 2 3 1 2 3

4 5 6 4 5 6

定义字符矩阵

>> C=['abc';'def';'ghi']

C =

abc

def

ghi

>> size(C) %查看矩阵行数和列数

ans =

3 3

定义复数矩阵

>> a=[1 2;3 4];

>> b=[5 6;7 8];

>> A2=complex(a,b)

A2 =

1.0000 + 5.0000i 2.0000 +6.0000i

3.0000 + 7.0000i 4.0000 +8.0000i

>> a=[1 2;3 4];

>> b=[5 6;7 8];

>> A2=complex(a,b)

A2 =

1.0000 + 5.0000i 2.0000 +6.0000i

3.0000 + 7.0000i 4.0000 +8.0000i

定义符号矩阵

>> syms a b c d

>> A1=[a b;c d]

A1 =

[ a, b]

[ c, d]

>> A2=[1 2 3;4 5 6];

>> A2=sym(A2)

A2 =

[ 1, 2, 3]

[ 4, 5, 6]

特殊矩阵

零矩阵:zeros

一矩阵:ones

单位阵:eye

对角阵:diag

随机阵:rand

魔方阵:magic

高维数组

>> x(1:2,1:2,1)=[1 2;3 4];

>> x(1:2,1:2,2)=[5 6;7 8];

>> x(:,:,1)

ans =

1 2

3 4

>> x(:,:,2)

ans =

5 6

7 8

利用reshape函数定义3维数组。

>> x=reshape(1:12,[2,2,3])

x(:,:,1) =

1 3

2 4

x(:,:,2) =

5 7

6 8

x(:,:,3) =

9 11

10 12

利用repmat函数定义3维数组

>> x=repmat([1 2;3 4],[1 1 2])

x(:,:,1) =

1 2

3 4

x(:,:,2) =

1 2

3 4

定义元胞数组

直接赋值定义元胞数组

>> c1={[1 2;3 4],'xz',10;[5 67],['abc';'def'],'i love matlab'}

c1 =

[2x2 double] 'xz' [ 10]

[1x3 double] [2x3 char] 'i love matlab'

利用cell函数定义元胞数组

c = cell(n)

c = cell(m, n)

c = cell([m, n])

c = cell(m, n, p,…)

c = cell([m n p …])

c = cell(size(A))

定义结构体数组

>> struct1(1).name='xz';

>> struct1(2).name='hp';

>> struct1(1).age=31;

>> struct1(2).age=22;

>> struct1

struct1 =

1x2 struct array with fields:

name

age

利用struct函数定义结构体数组

调用格式:

s = struct('field1', values1, 'field2', values2, …)

s = struct('field1', {}, 'field2', {}, …)

>> struct2=struct('name',{'xz','hp'},'age',{31,22})

struct2 =

1x2 struct array with fields:

name

age

>> struct2(1).name

ans =

xz

【MATLAB 从零到进阶】day2 矩阵 数组的更多相关文章

  1. 从零单排入门机器学习:Octave/matlab的经常使用知识之矩阵和向量

    Octave/matlab的经常使用知识之矩阵和向量 之前一段时间在coursera看了Andrew ng的机器学习的课程,感觉还不错.算是入门了.这次打算以该课程的作业为主线,对机器学习基本知识做一 ...

  2. MATLAB 的 cell 大法(单元格数组)

    MATLAB 的 cell,称单元格数组 or 元胞数组:使用频率特别高,甚至比 struct 结构体还高. MATLAB文档给出的 cell 官方定义: A cell array is a coll ...

  3. C++和MATLAB混合编程求解多项式系数(矩阵相除)

    摘要:MATLAB对于矩阵处理是非常高效的,而C++对于矩阵操作是非常麻烦的,因而可以采用C++与MATLAB混合编程求解矩阵问题. 主要思路就是,在MATLAB中编写函数脚本并使用C++编译为dll ...

  4. 1145: 零起点学算法52——数组中删数II

    1145: 零起点学算法52--数组中删数II Time Limit: 1 Sec  Memory Limit: 64 MB   64bit IO Format: %lldSubmitted: 293 ...

  5. PIE调用Python返回得到直方图矩阵数组

    前段时间我研究了PIE SDK与Python的结合,已经能成功的通过C#调用Python,获得彩色直方图.(上一篇随笔中有分享:https://www.cnblogs.com/yuan1120/p/1 ...

  6. 转载 matlab矩阵数组常用操作

    一. length             返回矩阵最长维的的长度    ndims       返回维数          numel      返回矩阵元素个数size               ...

  7. 7.26机房报零赛——无尽的矩阵【kmp+hash】

    恩,其实大家都没有报零,反正我是蒟蒻 为了纪念我第一次打过哈希,特此写一篇题解 题目描述 从前有一个的小矩阵,矩阵的每个元素是一个字母(区分大小写),突然有一天它发生了 变异,覆盖了整个二维空间,即不 ...

  8. Matlab与.Net混合编程-多维数组赋值出错的问题

    问题描述:Matlab可编译供.net调用的dll.两种不同环境对数据类型的定义相差较大,因此在C#中调用Matlab编译的函数时,首先要将C#中的变量类型转换成与Matlab对应的中转类型.Matl ...

  9. matlab中num2str 将数字转换为字符数组

    参考:https://ww2.mathworks.cn/help/matlab/ref/num2str.html?searchHighlight=num2str&s_tid=doc_srcht ...

随机推荐

  1. tyvj1940创世纪——贪心(基环树)

    题目:http://www.joyoi.cn/problem/tyvj-1940 基环树的样子,看了书上的讲解,准备写树上DP,然后挂了: #include<iostream> #incl ...

  2. 23.java方法的深入

    深入: public class MethodTest05{ public static void main(String[] args){ int i=m1(ture); System.out.pr ...

  3. 2、css的存在形式及优先级

    一.优先级 简单可以理解为就近原则: <html lang="en"> <head> <meta charset="UTF-8"& ...

  4. UVa 12661 Funny Car Racing (dijkstra)

    题意:给定一个有向图,每条路有5个整数修饰,u, v, a, b, t,表示起点为u,终点为v,打开时间a,关闭时间为b,通过时间为t,打开关闭是交替进行的, 问你从s到t最短时间是多少. 析:使用d ...

  5. UVaLive 6847 Zeroes (找规律,水题)

    题意 :给定一个范围,然后让你求在这个范围内所有的数的阶乘末尾0的个数有多少种. 析:找规律,写几个就会发现每隔5个会增加一个0,因为要么乘10了,要么乘5了. 代码如下: #pragma comme ...

  6. CCF 201509-2 日期计算 (水题)

    问题描述 给定一个年份y和一个整数d,问这一年的第d天是几月几日? 注意闰年的2月有29天.满足下面条件之一的是闰年: 1) 年份是4的整数倍,而且不是100的整数倍: 2) 年份是400的整数倍. ...

  7. 大白话5分钟带你走进人工智能-第二十九节集成学习之随机森林随机方式 ,out of bag data及代码(2)

              大白话5分钟带你走进人工智能-第二十九节集成学习之随机森林随机方式 ,out  of  bag  data及代码(2) 上一节中我们讲解了随机森林的基本概念,本节的话我们讲解随机森 ...

  8. 洛谷 - P1891 - 疯狂LCM - 线性筛

    另一道数据范围不一样的题:https://www.cnblogs.com/Yinku/p/10987912.html $F(n)=\sum\limits_{i=1}^{n} lcm(i,n) $ $\ ...

  9. Proteomes of paired human cerebrospinal fluid and plasma: Relation to blood-brain barrier permeability in older adults (文献分享一组-潘火珍)

    题目:Proteomes of paired human cerebrospinal fluid and plasma: Relation to blood-brain barrier permeab ...

  10. Springboot整合elasticSearch的官方API实例

    前言:在上一篇博客中,我介绍了从零开始安装ElasticSearch,es是可以理解为一个操作数据的中间件,可以把它作为数据的存储仓库来对待,它具备强大的吞吐能力和计算能力,其基于Lucene服务器开 ...