Matlab——常用函數(shù)的用法總結(jié)(部分直接摘自mathwork，持續(xù)更新)

一、繪圖篇

1.圖象顯示形式

①figure(創(chuàng)建圖窗窗口)

figure：使用默認(rèn)屬性值創(chuàng)建一個(gè)新的圖窗窗口。生成的圖窗為當(dāng)前圖窗(當(dāng)前圖窗就是你下一次的畫(huà)圖命令就在當(dāng)前圖窗中畫(huà)圖)。

figure(Name,Value)：使用一個(gè)或多個(gè)名稱(chēng)-值對(duì)組參數(shù)修改圖窗的屬性

——指定可選的、以逗號(hào)分隔的 Name,Value 對(duì)組參數(shù)。Name 為參數(shù)名稱(chēng)，Value 為對(duì)應(yīng)的值。Name 必須放在單引號(hào) (’ ') 中。您可以指定多個(gè)名稱(chēng)-值對(duì)組參數(shù)，如 Name1,Value1,…,NameN,ValueN。(

詳見(jiàn)figure屬性

)

—— figure(‘Name’,‘Results’) 將圖窗的名稱(chēng)設(shè)置為 ‘Results’。

—— figure(‘Color’,‘white’) 創(chuàng)建具有白色背景的圖窗。

——figure(‘position’,[500,200,500,500]);可繪制區(qū)域的位置和大小，指定為 [left,bottom,width,height] 形式的向量(一般不用指定窗口的位置與大小，使用默認(rèn)即可)，

left：主畫(huà)面左邊緣到窗口的內(nèi)部左邊緣的距離

bottom：主畫(huà)面下邊緣到窗口的內(nèi)部下邊緣的距離

width：左右內(nèi)部邊緣之間的距離

height：上下內(nèi)部邊緣之間的距離

一些顏色參數(shù)供參考

②subplot(多個(gè)子圖畫(huà)在同一個(gè)圖窗中)

subplot(m,n,p)：將當(dāng)前圖窗劃分為 m×n 網(wǎng)格，并在 p 指定的位置創(chuàng)建坐標(biāo)區(qū)。第一個(gè)子圖是第一行的第一列，第二個(gè)子圖是第一行的第二列，依此類(lèi)推。如果指定的位置已存在坐標(biāo)區(qū)，則此命令會(huì)將該坐標(biāo)區(qū)設(shè)為當(dāng)前坐標(biāo)區(qū)。

subplot(m,n,p,‘replace’)：刪除位置 p 處的現(xiàn)有坐標(biāo)區(qū)并創(chuàng)建新坐標(biāo)區(qū)。

2.頻數(shù)圖與直方圖

①hist(不推薦hist，推薦使用histogram)

[N,X] = hist(Y,M)：創(chuàng)建向量(行、列均可)Y 的頻數(shù)直方圖。它將區(qū)間[min(Y),max(Y)]等分為M 份(缺省時(shí)M 設(shè)定為10)，N 返回M 個(gè)小區(qū)間的頻數(shù)，X 返回M 個(gè)小區(qū)間的中點(diǎn)。

②histogram

histogram(X,nbins)：創(chuàng)建向量(行、列均可)X 的頻數(shù)直方圖，nbins指定劃分的份數(shù)

二、矩陣的特殊操作篇

1.查找

①find

k = find(X)：返回矩陣 X 中每個(gè)非零元素的序號(hào)(先列后行)組成的列向量

k = find(X,n)：回矩陣 X 中

前

n個(gè)非零元素的序號(hào)(先列后行)組成的列向量

k = find(X,n,‘last’)：回矩陣 X 中

后

n個(gè)非零元素的序號(hào)(先列后行)組成的列向量

2.容量

①length

length(X)：返回 X 中最大數(shù)組維度的長(zhǎng)度。對(duì)于向量，長(zhǎng)度僅僅是元素?cái)?shù)量。對(duì)于具有更多維度的數(shù)據(jù)，長(zhǎng)度為 max(size(X))?？諗?shù)組的長(zhǎng)度為零。

三、數(shù)理統(tǒng)計(jì)篇

1.統(tǒng)計(jì)量

①mean(均值)

mean(X)：返回X的均值

——如果 A 是向量，則 mean(A) 返回元素均值。

——如果 A 為矩陣，那么 mean(A) 返回包含每列均值的行向量。

——如果 A 是多維數(shù)組，則 mean(A) 沿大小不等于 1 的第一個(gè)數(shù)組維度計(jì)算，并將這些元素視為向量。此維度會(huì)變?yōu)?1，而所有其他維度的大小保持不變。

M = mean(A,‘a(chǎn)ll’)：計(jì)算 A 的所有元素的均值。此語(yǔ)法適用于 MATLAB? R2018b 及更高版本。

②median(中位數(shù))

M = median(A)：返回 A 的中位數(shù)值。

——如果 A 為向量，則 median(A) 返回 A 的中位數(shù)值。

——如果 A 為非空矩陣，則 median(A) 將 A 的各列視為向量，并返回中位數(shù)值的行向量。

——如果 A 為 0×0 空矩陣，median(A) 返回 NaN。

——如果 A 為多維數(shù)組，則 median(A) 將沿大小不等于 1 的第一個(gè)數(shù)組維度的值視為向量。此維度的大小將變?yōu)?1，而所有其他維度的大小保持不變。

M = median(A,‘a(chǎn)ll’)：計(jì)算 A 的

所有元素

的中位數(shù)。此語(yǔ)法適用于 MATLAB? R2018b 及更高版本。

③std(樣本標(biāo)準(zhǔn)差)

S = std(A)：返回 A 沿大小不等于 1 的第一個(gè)數(shù)組維度的元素的標(biāo)準(zhǔn)差。

——如果 A 是觀測(cè)值的向量，則標(biāo)準(zhǔn)差為標(biāo)量。

——如果 A 是一個(gè)列為隨機(jī)變量且行為觀測(cè)值的矩陣，則 S 是一個(gè)包含與每列對(duì)應(yīng)的標(biāo)準(zhǔn)差的行向量。

——如果 A 是一個(gè)多維數(shù)組，則 std(A) 會(huì)沿大小不等于 1 的第一個(gè)數(shù)組維度計(jì)算，并將這些元素視為向量。此維度的大小將變?yōu)?1，而所有其他維度的大小保持不變。默認(rèn)情況下，標(biāo)準(zhǔn)差按 N-1 實(shí)現(xiàn)歸一化，其中 N 是觀測(cè)值數(shù)量。

④var(樣本方差)

V = var(A)：返回 A 中沿大小不等于 1 的第一個(gè)數(shù)組維度的元素的方差。 ——如果 A 是一個(gè)觀測(cè)值向量，則方差為標(biāo)量。

——如果 A 是一個(gè)其各列為隨機(jī)變量、其各行為觀測(cè)值的矩陣，則 V 是一個(gè)包含對(duì)應(yīng)于每列的方差的行向量。

——如果 A 是一個(gè)多維數(shù)組，則 var(A) 會(huì)將沿大小不等于 1 的第一個(gè)數(shù)組維度的值視為向量。此維度的大小將變?yōu)?1，而所有其他維度的大小保持不變。默認(rèn)情況下，方差按觀測(cè)值數(shù)量 -1 實(shí)現(xiàn)歸一化。

——如果 A 是一個(gè)標(biāo)量，則 var(A) 返回 0。

——如果 A 是一個(gè) 0×0 的空數(shù)組，則 var(A) 將返回 NaN。

⑤range(極差)

y=range (x)：返回 x 中樣本數(shù)據(jù)的最大值和最小值之間的差。

——如果 x 是一個(gè)向量，那么 range (x)就是 x 中值的范圍。

——如果 x 是一個(gè)矩陣，那么 range (x)就是一個(gè)行向量，包含 x 中每一列的范圍。

——如果 x 是一個(gè)多維數(shù)組，那么 range 沿著 x 的第一個(gè)非單點(diǎn)維度運(yùn)算，把這些值當(dāng)作向量。 這個(gè)維度的大小變成了1，而所有其他維度的大小保持不變。

——如果 x 是第一維為0的空數(shù)組，那么 range (x)返回一個(gè)大小與 x 相同的空數(shù)組。

⑥moment(中心距)

m = moment(X,order)：返回 x 的中心矩，

——如果 x 是一個(gè)向量，那么矩(x，階)返回一個(gè)標(biāo)量值，即 x 中元素的 k 階中心矩。

——如果 x 是一個(gè)矩陣，那么矩(x，階)返回一個(gè)行向量，其中包含 x 中每一列的 k 階中心矩。

——如果 x 是一個(gè)多維數(shù)組，那么矩(x，階)沿 x 的第一個(gè)非單維運(yùn)算。

⑦skewness(偏度)

y=skewness (x)：返回 x 的樣本偏斜度。如果 x 是一個(gè)向量，那么 skewness (x)返回一個(gè)標(biāo)量值，即 x 中元素的偏斜度。如果 x 是一個(gè)矩陣，那么 skewness (x)返回一個(gè)行向量，其中包含 x 中每一列的樣本偏斜度。如果 x 是一個(gè)多維數(shù)組，那么 skewness (x)沿 x 的第一個(gè)非單維運(yùn)算。

⑧kurtosis(峰度)

k = kurtosis(X)：返回 x 的樣本峰度，如果 x 是一個(gè)向量，那么峰度(x)返回一個(gè)標(biāo)量值，這個(gè)標(biāo)量值就是 x 中元素的峰度。如果 x 是一個(gè)矩陣，那么峰度(x)返回一個(gè)行向量，它包含 x 中每一列的樣本峰度。如果 x 是一個(gè)多維數(shù)組，那么峰度(x)沿 x 的第一個(gè)非單維數(shù)運(yùn)算。

2.概率分布

①norm，

χ

2

\chi^2

χ

2

，t，F分布

——4種分布對(duì)應(yīng)的名字字符：

正態(tài)分布：norm

χ

2

\chi^2

χ

2

：chi2

t：t

F：f

——各個(gè)分布都有一些對(duì)應(yīng)的函數(shù)，這些函數(shù)對(duì)應(yīng)的命令符：

pdf：概率密度函數(shù)；

cdf：分布函數(shù)；

inv：分布函數(shù)的反函數(shù)；

stat：均值與方差；

rnd：隨機(jī)數(shù)生成

——當(dāng)我們需要使用某個(gè)分布的某個(gè)函數(shù)時(shí)，將分布的名字字符+函數(shù)命令連起來(lái)使用就行了：

p=normpdf(x,mu,sigma)：均值mu、標(biāo)準(zhǔn)差sigma 的正態(tài)分布在x 的密度函數(shù)(mu=0，sigma=1 時(shí)可缺省)

p=tcdf(x,n)：t 分布(自由度n)在x 的分布函數(shù)。

x=chi2inv(p,n)：

χ

2

\chi^2

χ

2

分布(自由度 n)使分布函數(shù) F(x)=p 的x(即 p 分位數(shù))。

[m,v]=fstat(n1,n2)：F 分布(自由度n1,n2)的均值m 和方差v。

3.參數(shù)估計(jì)

[mu,sigma,muci,sigmaci]=normfit(x,alpha)：其中x 為樣本(數(shù)組或矩陣)，alpha 為顯著性水平α (alpha 缺省時(shí)設(shè)定為0.05)，返回總體均值μ 和標(biāo)準(zhǔn)差σ 的點(diǎn)估計(jì)mu 和sigma，及總體均值μ 和標(biāo)準(zhǔn)差σ 的區(qū)間估計(jì)muci 和sigmaci。當(dāng)x 為矩陣時(shí)，x 的每一列作為一個(gè)樣本。

四、微積分篇

1.函數(shù)求導(dǎo)(多元函數(shù)求偏導(dǎo))

①diff(差分和近似導(dǎo)數(shù))(多元函數(shù)求偏導(dǎo))

diff(X)：計(jì)算沿大小不等于 1 的第一個(gè)數(shù)組維度的 X 相鄰元素之間的差分

——如果 X 是長(zhǎng)度為 m 的向量，則 Y = diff(X) 返回長(zhǎng)度為 m-1 的向量。Y 的元素是 X 相鄰元素之間的差分。Y = [X(2)-X(1) X(3)-X(2) … X(m)-X(m-1)]

——如果 X 是不為空的非向量 p×m 矩陣，則 Y = diff(X) 返回大小為 (p-1)×m 的矩陣，其元素是 X 的行之間的差分。Y = [X(2,:)-X(1,:); X(3,:)-X(2,:); … X(p,:)-X(p-1,:)]

——如果 X 是 0×0 的空矩陣，則 Y = diff(X) 返回 0×0 的空矩陣。

diff(X,n)：通過(guò)遞歸應(yīng)用 diff(X) 運(yùn)算符 n 次來(lái)計(jì)算第 n 個(gè)差分。在實(shí)際操作中，這表示 diff(X,2) 與 diff(diff(X)) 相同。

diff(X,n,dim)：是沿 dim 指定的維計(jì)算的第 n 個(gè)差分。dim 輸入是一個(gè)正整數(shù)標(biāo)量。(dim默認(rèn)為1，dim=2時(shí)，為列之間的分差)

關(guān)鍵字syms：定義一個(gè)符號(hào)變量

例：可以用如下命令求函數(shù)sinx的一階導(dǎo)數(shù)

syms x;

f=sinx;

f_=diff(f);

多元函數(shù)求偏導(dǎo)

已知二元函數(shù)f(x,y)，求

?

m

+

n

f

?

x

m

?

y

n

\cfrac{\partial^{m+n}f}{\partial x^m\partial y^n}

?

x

m

?

y

n

?

m

+

n

f

?

f=diff(diff(f,x,m),y,n)

或者

f=diff(diff(f,y,n),x,m)

其他

①subs(換元)

subs (s,old,new)：返回 s 的一個(gè)副本，將所有出現(xiàn)的old替換為new，然后計(jì)算 s。

總結(jié)

以上是生活随笔為你收集整理的matlab 函数提取某一项,Matlab——常用函数使用总结（部分直接从mathwork中提取并不断更新）,的,用法,摘自,持续...的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。