matlab 常用函数(数学建模-复习)

简介: 常用函数randperm --> 类似于python中的shuffleisempty --> 判断向量或者矩阵的是否为空(里面没有任何内容)参数1: vec 或者 matrix返回值:1: 表示为空0: 表示不为空exist --> 判断变量是否存在直接上示例...

常用函数

  • randperm --> 类似于python中的shuffle

  • isempty --> 判断向量或者矩阵的是否为空(里面没有任何内容)

    • 参数1: vec 或者 matrix

    • 返回值:
      • 1: 表示为空
      • 0: 表示不为空
  • exist --> 判断变量是否存在

    • 直接上示例
      • exist('example', 'var'): 判断example这个变量是否存在,注意第二个参数不是乱写的,'var'表示变量
    • 注意:
      • 在matlab中peaks函数就使用了这个函数,所有我们可以直接调用peaks,而不需要传递参数
  • image 与 imagesc 函数 --> 显示一个图片,但是会自动的缩放尺寸
    • 参数1: 像素矩阵

    • 返回值:
      • Image 结构体
  • colormap 函数 --> 创建出一个figure,并且根据传入的参数来绘制对应的图片类型(rgb, grayscale)

    • 参数1:
      • 可以是gray, hot, jet中的其中一个,默认是jet
    • 注意:
      • 如果当前已经有了一个figure,则使用colormap会改变当前图片的维度(类型),一般是将RGB转为gray,使用colormap(gray)
  • axis image off --> 不显示坐标轴

  • meshgrid --> 返回网格矩阵

    • 参数1: X
    • 可选参数:
      • Y
    • 返回网格矩阵,下面通过例子,自己意会吧

      x = [1 2 3];
      y = [1 2 3];
      [xx, yy] = meshgrid(x, y)
      xx =
      
         1   2   3
         1   2   3
         1   2   3
      
      yy =
      
         1   1   1
         2   2   2
         3   3   3
      
      xx1 = meshgrid(x)
      xx1 =
      
         1   2   3
         1   2   3
         1   2   3
  • peaks 返回山顶数据X,Y,Z

    • 使用: [X, Y, Z] = peaks;
  • contour 函数 --> 画等高线 --> 如果要画封闭的曲线的,要联想到等高线,使用matlab中的contour函数进行绘制

    • 参数1: X
    • 参数2: Y
    • 参数3: Z
    • 可选参数:
      • number: 数字类型,表示显示的等高线的个数
      • range: [a, b], 表示只画出Z的值在[a, b]之间的等高线
      • 'ShowText', 'on': 在等高线上显示对应的Z的值,可以与range一起使用,帮助理解
    • 使用:
      • surf(X, Y, Z, [0, 1], 'ShowText', 'on');
  • type 指令 --> 列出函数的源码

  • surf 函数 --> 画出3D图

    • 参数1: X
    • 参数2: Y
    • 参数3: Z
  • xlim 和 ylim --> 设置图像中的x和y的定义域和值域

    • 参数1: start
    • 参数2: end

    • 额外:
      • axes函数
  • numel 函数 --> 返回向量或者矩阵中所有元素的个数

    • 参数1: matrix
    • 返回值:
      返回向量或者矩阵中所有元素的个数
  • logpace 函数 --> 返回行向量
    • 参数1: a
    • 参数2: b
    • 参数3: n

    • 返回值:
      • 返回一个在[\(10^{a}\), \(10^{b}\)]之间有n个元素的行向量
  • linspace 函数 --> 返回行向量
    • 参数1: a
    • 参数2: b
    • 参数3: n

    • 返回值:
      • 返回一个在[a, b]之间有n个元素的行向量
  • spline 函数 --> 返回一个非矩阵形式的三阶样条的函数
    • 参数1: x
    • 参数2: y

    • 返回值:
      • 返回一个非矩阵形式的三阶样条的函数
    • 注意:
      • 获取返回值之后, 紧接着调用ppval(p, x)函数计算出函数结果
  • ppval 函数 --> 计算出多项式的结果
    • 参数1: p -> 非矩阵形式的函数
    • 参数2: x向量的值

    • 返回值:
      • 返回结果
  • poly2sym 函数 -> 将系数多项式转为符号多项式
    • 参数1: 一个系数多项式的向量

    • 返回值:
      • 一个符号多项式
  • conv 函数 -> 多项式乘法
    • 参数1: 第一个多项式向量
    • 参数2: 第二个多项式向量

    • 返回值:
      • 返回参数1和参数2进行多项式乘法之后得到的多项式的结果
  • max 函数 -> 计算出最大值
    • 参数1: 需要计算的矩阵
    • 参数2: 为[], 好像是一个表示位, 如果不写第二个参数则返回的就是一个向量, 但是如果写了[], 则还会返回一个最大值在原来的矩阵中对应的下标
    • 参数3: 1表示查找列中最大值, 2表示查找行中最大值

    • 返回值:
      • 如果第二个参数为[], 返回两个向量
      • 如果没有第二个参数, 返回的是一个向量
    • 建议:
      • 有时候忽略第二个参数会有问题, 尽量使用上第2个参数
  • min函数和max一样

  • reshape函数 -> 返回一个reshape后的矩阵
    • 参数1: 需要reshape的矩阵
    • 参数2: reshape成几行
    • 参数3: reshape成几列, 如果为[]则会根据参数2自动计算出列数, 如果我们划分的行和列不合理就会报错

    • 返回值
      • 一个reshape后的矩阵
    • 注意:
      • reshape函数在划分的时候是按照列的方向划分出一行的
    • 示例:
      • 生成[2, 1, 4, 3...]向量
        • reshape([2:2:100; 1:2:100], 1, [])

多项式拟合函数

  • polyfit 函数 -> 返回拟合的多项式 -> 类似于 [3, 2, 1] (注意: 多项式在matlab中是以数组的方式存储的, 其中x变量的阶数就是下标, 所以返回的多项式是将降幂的)
    • 参数1: x为横坐标
    • 参数2: y为纵坐标
    • 参数3: n为拟合出来的多项式的最高阶数
      • 例子: 拟合出来的是 y = 2n^2 + 3n + 1, 观察到幂数是从高到低排序的
      • 则n就是2
    • 返回值:
      + p: 各个阶数的系数, 返回的是一个行vector
  • polyval 函数
    • 参数1: 多项式 -> [3, 2, 1] -> 3x^2 + 2x + 1
    • 参数2: 输入的值, 可以为向量[1, 2, 3]也可以是矩阵
    • 返回值:
      • 将参数2代入参数1表示的多项式返回的结果

最大回撤率函数

  • maxdrawdown 函数

    • 参数1: 向量(一维的)

    • 返回值:
      + 最大回撤率 -> 就是风险率

读取文件

  • xlsread()
    • 参数1: filename
    • 参数2: sheet
    • 参数3: xlRange

    • 返回值:
      + 数据

  • xlswrite()
    • 参数1: filename
    • 参数2: a variable
    • 参数3: sheet
    • 参数4: xlRange
  • save():
    • 示例:
      • save(filename, a_variable, '-ascii'), 注意: 最好只保存一个变量这样在读取的时候方便
      • 其中a_variable要使用引号包含起来
  • load():
    • 示例:
      • a = load(filename, 'acsii'), filename的数据要维度一样
  • textread(), 读入的精度好:
    • 参数1: filename
    • 参数2: format --> '%s %s %f %d'
    • 参数3: number_of_lines_to_read
    • 参数4: 'headerlines'
    • 参数5: where_is_the_headerline, will begin to read the next line

    • 返回值:
      • 返回值的个数要与format中的%的格式数量对应
  • fprintf(), 写出的精度好
    • 参数1: filename_fid
    • 参数2: fmt, 以空格分开

文件读取三步骤

  1. fid = fopen(filename, 'r')
  2. var = fread(fid, '* char'), 读取所有的字符
  3. var = native2unicode(var), 转为unicode
  4. fclose(fid)

目录函数

  • dir()
    • 参数1: 目录名
    • 返回值
      • 一个struct array结构体, 属性有name, folder, isdir, datef, bytes
  • fullfile()
    • 参数1: 目录名, 不能以/结尾
    • 参数2: 可以是文件或者目录

    • 返回值: 返回添加了/的目录路径的字符串

显示图片

  • imread()
    • 参数1: filename
    • 参数2: fmt

    • 返回值: 相应图片类型的维度, bmp为二维的, jpeg为三维的

  • imshow()
    • 参数1: 矩阵
    • 参数2: 矩阵中的值域(用来控制对比度)

读取视频

  • videoFReader = vision.VideoReader('my.mp4'); % 保存了视频帧, 一堆又一堆的矩阵
  • videoPlayer = vision.VideoPlayer(); % 用来显示一个帧
  • while ~IsDone(videoFReader) % isDone函数用来判断是否到了end了
  • currentFrame = step(videoFReader); % 获取Reader中保存的一个帧, 栈会一步一步的走下去, 如果不需要将帧指针返回到初始位置, 则使用reset(videoFReader);
  • step(videoPlayer, currentFrame); % 播放一个帧
  • end
  • release(videoPlayer); % 释放videoPlayer, 为下一次play做准备

读取视频2(这是player的位置)

  • r = groot, % groot就是屏幕, r.ScreenSize返回的是[1, 1, 1400, 900]返回的是左下角和右上角
  • videoFReader = vision.VideoReader('my.mp4'); % 保存了视频帧, 一堆又一堆的矩阵
  • videoPlayer = vision.VideoPlayer('Position', [1, 1, 1400, 900]); % 用来显示一个帧
  • while ~IsDone(videoFReader) % isDone函数用来判断是否到了end了
  • currentFrame = step(videoFReader); % 获取Reader中保存的一个帧, 栈会一步一步的走下去, 如果不需要将帧指针返回到初始位置, 则使用reset(videoFReader);
  • step(videoPlayer, currentFrame); % 播放一个帧
  • end
  • release(videoPlayer); % 释放videoPlayer, 为下一次play做准备

    ---恢复内容结束---

    ### 常用函数

  • xlim 和 ylim --> 设置图像中的x和y的定义域和值域

    • 参数1: start
    • 参数2: end

    • 额外:
      • axes函数
  • numel 函数 --> 返回向量或者矩阵中所有元素的个数

    • 参数1: matrix
    • 返回值:
      返回向量或者矩阵中所有元素的个数
  • logpace 函数 --> 返回行向量
    • 参数1: a
    • 参数2: b
    • 参数3: n

    • 返回值:
      • 返回一个在[\(10^{a}\), \(10^{b}\)]之间有n个元素的行向量
  • linspace 函数 --> 返回行向量
    • 参数1: a
    • 参数2: b
    • 参数3: n

    • 返回值:
      • 返回一个在[a, b]之间有n个元素的行向量
  • spline 函数 --> 返回一个非矩阵形式的三阶样条的函数
    • 参数1: x
    • 参数2: y

    • 返回值:
      • 返回一个非矩阵形式的三阶样条的函数
    • 注意:
      • 获取返回值之后, 紧接着调用ppval(p, x)函数计算出函数结果
  • ppval 函数 --> 计算出多项式的结果
    • 参数1: p -> 非矩阵形式的函数
    • 参数2: x向量的值

    • 返回值:
      • 返回结果
  • poly2sym 函数 -> 将系数多项式转为符号多项式
    • 参数1: 一个系数多项式的向量

    • 返回值:
      • 一个符号多项式
  • conv 函数 -> 多项式乘法
    • 参数1: 第一个多项式向量
    • 参数2: 第二个多项式向量

    • 返回值:
      • 返回参数1和参数2进行多项式乘法之后得到的多项式的结果
  • max 函数 -> 计算出最大值
    • 参数1: 需要计算的矩阵
    • 参数2: 为[], 好像是一个表示位, 如果不写第二个参数则返回的就是一个向量, 但是如果写了[], 则还会返回一个最大值在原来的矩阵中对应的下标
    • 参数3: 1表示查找列中最大值, 2表示查找行中最大值

    • 返回值:
      • 如果第二个参数为[], 返回两个向量
      • 如果没有第二个参数, 返回的是一个向量
    • 建议:
      • 有时候忽略第二个参数会有问题, 尽量使用上第2个参数
  • min函数和max一样

  • reshape函数 -> 返回一个reshape后的矩阵
    • 参数1: 需要reshape的矩阵
    • 参数2: reshape成几行
    • 参数3: reshape成几列, 如果为[]则会根据参数2自动计算出列数, 如果我们划分的行和列不合理就会报错

    • 返回值
      • 一个reshape后的矩阵
    • 注意:
      • reshape函数在划分的时候是按照列的方向划分出一行的
    • 示例:
      • 生成[2, 1, 4, 3...]向量
        • reshape([2:2:100; 1:2:100], 1, [])

多项式拟合函数

  • polyfit 函数 -> 返回拟合的多项式 -> 类似于 [3, 2, 1] (注意: 多项式在matlab中是以数组的方式存储的, 其中x变量的阶数就是下标, 所以返回的多项式是将降幂的)
    • 参数1: x为横坐标
    • 参数2: y为纵坐标
    • 参数3: n为拟合出来的多项式的最高阶数
      • 例子: 拟合出来的是 y = 2n^2 + 3n + 1, 观察到幂数是从高到低排序的
      • 则n就是2
    • 返回值:
      + p: 各个阶数的系数, 返回的是一个行vector
  • polyval 函数
    • 参数1: 多项式 -> [3, 2, 1] -> 3x^2 + 2x + 1
    • 参数2: 输入的值, 可以为向量[1, 2, 3]也可以是矩阵
    • 返回值:
      • 将参数2代入参数1表示的多项式返回的结果

最大回撤率函数

  • maxdrawdown 函数

    • 参数1: 向量(一维的)

    • 返回值:
      + 最大回撤率 -> 就是风险率

读取文件

  • xlsread()
    • 参数1: filename
    • 参数2: sheet
    • 参数3: xlRange

    • 返回值:
      + 数据

  • xlswrite()
    • 参数1: filename
    • 参数2: a variable
    • 参数3: sheet
    • 参数4: xlRange
  • save():
    • 示例:
      • save(filename, a_variable, '-ascii'), 注意: 最好只保存一个变量这样在读取的时候方便
      • 其中a_variable要使用引号包含起来
  • load():
    • 示例:
      • a = load(filename, 'acsii'), filename的数据要维度一样
  • textread(), 读入的精度好:
    • 参数1: filename
    • 参数2: format --> '%s %s %f %d'
    • 参数3: number_of_lines_to_read
    • 参数4: 'headerlines'
    • 参数5: where_is_the_headerline, will begin to read the next line

    • 返回值:
      • 返回值的个数要与format中的%的格式数量对应
  • fprintf(), 写出的精度好
    • 参数1: filename_fid
    • 参数2: fmt, 以空格分开

文件读取三步骤

  1. fid = fopen(filename, 'r')
  2. var = fread(fid, '* char'), 读取所有的字符
  3. var = native2unicode(var), 转为unicode
  4. fclose(fid)

目录函数

  • dir()
    • 参数1: 目录名
    • 返回值
      • 一个struct array结构体, 属性有name, folder, isdir, datef, bytes
  • fullfile()
    • 参数1: 目录名, 不能以/结尾
    • 参数2: 可以是文件或者目录

    • 返回值: 返回添加了/的目录路径的字符串

显示图片

  • imread()
    • 参数1: filename
    • 参数2: fmt

    • 返回值: 相应图片类型的维度, bmp为二维的, jpeg为三维的

  • imshow() --> 尽量原样输出原始图片
    • 参数1: 矩阵
    • 参数2: 矩阵中的值域(用来控制对比度)

读取视频

  • videoFReader = vision.VideoReader('my.mp4'); % 保存了视频帧, 一堆又一堆的矩阵
  • videoPlayer = vision.VideoPlayer(); % 用来显示一个帧
  • while ~IsDone(videoFReader) % isDone函数用来判断是否到了end了
  • currentFrame = step(videoFReader); % 获取Reader中保存的一个帧, 栈会一步一步的走下去, 如果不需要将帧指针返回到初始位置, 则使用reset(videoFReader);
  • step(videoPlayer, currentFrame); % 播放一个帧
  • end
  • release(videoPlayer); % 释放videoPlayer, 为下一次play做准备

读取视频2(这是player的位置)

  • r = groot, % groot就是屏幕, r.ScreenSize返回的是[1, 1, 1400, 900]返回的是左下角和右上角
  • videoFReader = vision.VideoReader('my.mp4'); % 保存了视频帧, 一堆又一堆的矩阵
  • videoPlayer = vision.VideoPlayer('Position', [1, 1, 1400, 900]); % 用来显示一个帧
  • while ~IsDone(videoFReader) % isDone函数用来判断是否到了end了
  • currentFrame = step(videoFReader); % 获取Reader中保存的一个帧, 栈会一步一步的走下去, 如果不需要将帧指针返回到初始位置, 则使用reset(videoFReader);
  • step(videoPlayer, currentFrame); % 播放一个帧
  • end
  • release(videoPlayer); % 释放videoPlayer, 为下一次play做准备
目录
相关文章
|
1月前
|
索引
matlab--------矩阵重构,重新排列的相关函数说明
matlab--------矩阵重构,重新排列的相关函数说明
37 0
matlab--------矩阵重构,重新排列的相关函数说明
|
2月前
|
算法 计算机视觉
永磁同步电机的矢量控制PMSM仿真+simulink仿真建模(matlab仿真与图像处理)
永磁同步电机的矢量控制PMSM仿真+simulink仿真建模(matlab仿真与图像处理)
95 1
|
17天前
雷达模糊函数及MATLAB仿真(三)
雷达模糊函数及MATLAB仿真
15 0
|
17天前
雷达模糊函数及MATLAB仿真(一)
雷达模糊函数及MATLAB仿真
25 0
|
1月前
|
算法 索引
【数学建模竞赛】超详细Matlab二维三维图形绘制
【数学建模竞赛】超详细Matlab二维三维图形绘制
59 1
|
1月前
|
算法
【数学建模竞赛】Matlab逻辑规则,结构基础及函数
【数学建模竞赛】Matlab逻辑规则,结构基础及函数
26 0
|
1月前
【数学建模竞赛】Matlab入门讲解
【数学建模竞赛】Matlab入门讲解
14 0
|
2月前
|
机器学习/深度学习 算法
基于自适应支持向量机的matlab建模与仿真,不使用matlab的SVM工具箱函数
基于自适应支持向量机的matlab建模与仿真,不使用matlab的SVM工具箱函数
|
2月前
|
算法 机器人 vr&ar
基于双目RGB图像和图像深度信息的三维室内场景建模matlab仿真
基于双目RGB图像和图像深度信息的三维室内场景建模matlab仿真
|
3月前
|
机器学习/深度学习 存储
【Matlab智能算法】极限学习机-遗传算法(ELM-GA)函数极值寻优——非线性函数求极值
【Matlab智能算法】极限学习机-遗传算法(ELM-GA)函数极值寻优——非线性函数求极值

热门文章

最新文章