第3章 数组与矩阵——3.3 矩阵元素的运算(2)

简介: 第3章 数组与矩阵——3.3 矩阵元素的运算(2)

3.3  矩阵元素的运算(2)


3.3.6  矩阵元素的排序


MATLAB中函数sort()的作用是按照升序排序,排序后的矩阵和原矩阵的维数相同。其调用格式如下。

● B=sort(A):该函数对矩阵A进行升序排序。A可为矩阵或向量。

● B=sort(A,dim):该函数对矩阵A进行升序排序,并将结果返回在给定的维数dim上按照升序排序。当dim=1时,按照列进行排序;当dim=2时,按照行进行排序。

● B=sort(...,mode):该函数对矩阵A进行排序,mode可指定排序的方式。ascend指定按升序排序,为默认值;descend指定按降序排序。


3-31:矩阵元素的排序示例。

在命令行窗口中依次输入:

clear all
A = [1 3 0;3 1 0;9 2 4]
B = sort(A)              % 矩阵中元素按照列进行升序排列
C = sort(A,2)            % 矩阵中元素按照行进行升序排列
D = sort(A, 'descend')       % 矩阵中元素按照列进行升序排列
E = sort(A,2, 'descend')     % 矩阵中元素按照行进行升序排列
BCDE = [B C;D E]

输出结果:

A =
     1     3     0
     3     1     0
     9     2     4
B =
     1     1     0
     3     2     0
     9     3     4
C =
     0     1     3
     0     1     3
     2     4     9
D =
     9     3     4
     3     2     0
     1     1     0
E =
     3     1     0
     3     1     0
     9     4     2
BCDE =
     1     1     0     0     1     3
     3     2     0     0     1     3
     9     3     4     2     4     9
     9     3     4     3     1     0
     3     2     0     3     1     0
     1     1     0     9     4     2


3-32:对向量进行排序示例。

在命令行窗口中依次输入:

A = [78 23 10 100 45 5 6]
sort(A)

输出结果:

A =
    78    23    10   100    45     5     6
ans =
     5     6    10    23    45    78   100


3.3.7  矩阵元素的求和


MATLAB中函数sum()cumsum()的作用是对矩阵的元素求和。其调用格式如下。

● B=sum(A):该函数对矩阵A的元素求和,返回由矩阵A各列元素的和组成的向量。

● B=sum(A,dim):该函数返回在给定的维数dim上元素的和。当dim=1时,计算矩阵A各列元素的和;当dim=2时,计算矩阵A各行元素的和。

● B=cumsum(A)

● B=cumsum(A,dim)

函数cumsum()的调用格式与sum()类似,不同的是其返回值为矩阵。下面通过示例查看两个函数的不同之处。


3-33:矩阵元素的求和示例。

在命令行窗口中依次输入:

clear all
A = [1 3 0;3 1 0;9 2 4]
B = sum(A)           % 矩阵中元素按照列进行求和
C = sum(A,2)             % 矩阵中元素按照行进行求和
D = cumsum(A)         % 矩阵中各列元素的和
E = cumsum(A,2)          % 矩阵中各行元素的和
F = sum(sum(A))          % 矩阵中所有元素的和

输出结果:

A =
     1     3     0
     3     1     0
     9     2     4
B =
    13     6     4
C =
     4
     4
    15
D =
     1     3     0
     4     4     0
    13     6     4
E =
     1     4     4
     3     4     4
     9    11    15
F =
    23

提示:使用sum(sum())可求出矩阵所有元素的和。


3.3.8  矩阵元素的求积


MATLAB中函数prod()cumprod()的作用是对矩阵的元素求积。其调用格式如下。

● B=prod(A):该函数对矩阵A的元素求积,返回由矩阵A各列元素的积组成的向量。

● B=prod(A,dim):该函数返回在给定的维数dim上元素的积。当dim=1时,计算矩阵A各列元素的积;当dim=2时,计算矩阵A各行元素的积。

● B=cumprod(A)

● B=cumprod(A,dim)

函数cumprod()的调用格式与prod()类似,不同的是其返回值为矩阵。读者可以通过下面的示例查看两者的不同之处。


3-34:矩阵元素的求积示例。

在命令行窗口中依次输入:

clear all
A = magic(3)
B = prod(A)              % 矩阵各列元素的积
C = prod(A,2)            % 矩阵各行元素的积
D = cumprod(A)        % 矩阵各列元素的积
E = cumprod(A,2)         % 矩阵各行元素的积

输出结果:

A =
     8     1     6
     3     5     7
     4     9     2
B =
    96    45    84
C =
    48
   105
    72
D =
     8     1     6
    24     5    42
    96    45    84
E =
     8     8    48
     3    15   105
     4    36    72


3.3.9  矩阵元素的差分


MATLAB中函数diff()的作用是计算矩阵元素的差分。其调用格式如下。

● Y=diff(X):计算矩阵各列元素的差分。

● Y=diff(X,n):计算矩阵各列元素的n阶差分。

● Y=diff(X,n,dim):计算矩阵在给定的维数dim上元素的n阶差分。当dim=1时,计算矩阵各列元素的差分;当dim=2时,计算矩阵各行元素的差分。


3-35:计算矩阵元素的差分示例。

在命令行窗口中依次输入:

clear all
A = magic(3)
B = diff(A)              % 矩阵各列元素的差分
C = diff(A,2)            % 矩阵各列元素的2阶差分
D = diff(A,1,1)          % 矩阵各列元素的差分
E = diff(A,1,2)              % 矩阵各行元素的差分

输出结果:

A =
     8     1     6
     3     5     7
     4     9     2
B =
    -5     4     1
     1     4    -5
C =
     6     0    -6
D =
    -5     4     1
     1     4    -5
E =
    -7     5
     2     2
     5    -7


提示:当参数n ≥ size(x,dim)时,函数的返回值是空矩阵。


相关文章
|
1月前
|
数据采集 监控 网络协议
STM32 + MODBUS RTU + RS485 实现方案
STM32 + MODBUS RTU + RS485 实现方案
|
10月前
|
存储 JavaScript Java
基于springboot的大学公文收发管理系统
本文介绍公文收发系统的研究背景与意义,分析其在数字化阅读趋势下的必要性。系统采用Vue、Java、Spring Boot与MySQL技术,实现高效、便捷的公文管理与在线阅读,提升用户体验与信息处理效率。
|
消息中间件 弹性计算 分布式计算
阿里云服务器共享型和独享型有什么区别?性能相差很大吗?
阿里云服务器共享型和独享型有什么区别?这是首次购买云服务器的朋友都很想知道的问题。阿里云服务器共享型和独享型是阿里云服务器的不同产品规格,针对的人群有所不一样,云服务器性能上也有所不同。希望大家看了本文之后能够了解阿里云服务器共享型和独享型的性能区别,从而选择到更合适自己的云服务器。
1625 1
阿里云服务器共享型和独享型有什么区别?性能相差很大吗?
|
10月前
|
数据采集 SQL 数据可视化
Dataphin功能Tips系列(72)一键数据探查,打造高质量数据开发、分析流程
在数据开发与分析前期,掌握数据质量与分布情况至关重要。Dataphin提供高效的数据探查功能,支持手动与自动探查方式,一键生成数据质量报告,帮助用户快速发现空值、异常值、重复值等问题,提升数据准备与分析准确性。
335 0
|
存储 关系型数据库 MySQL
如何在MySQL中创建数据库?
【10月更文挑战第16天】如何在MySQL中创建数据库?
|
存储 数据库 Docker
正确删除容器和镜像的方式
【10月更文挑战第24天】本文介绍了在Docker中如何正确删除容器和镜像,包括停止容器、删除已停止容器、删除未被使用的镜像以及注意事项,如数据备份、依赖关系检查和权限问题。其他容器管理工具的操作类似,但命令和语法可能不同。
3956 4
|
Java 应用服务中间件 Maven
【终极解决方案】IDEA maven 项目修改代码不生效。
【终极解决方案】IDEA maven 项目修改代码不生效。
2631 1
|
传感器 物联网 数据中心
探索ARM架构及其核心系列应用和优势
ARM架构因其高效、低功耗和灵活的设计,已成为现代电子设备的核心处理器选择。Cortex-A、Cortex-R和Cortex-M系列分别针对高性能计算、实时系统和低功耗嵌入式应用,满足了不同领域的需求。无论是智能手机、嵌入式控制系统,还是物联网设备,ARM架构都以其卓越的性能和灵活性在全球市场中占据了重要地位。
1959 1