MATLAB教程數(shù)據(jù)運算變量操作及矩陣表示詳解
MATLAB數(shù)值數(shù)據(jù)
整數(shù)


帶符號8位整數(shù)數(shù)據(jù)的最大值時127,int8函數(shù)轉(zhuǎn)換時只輸出最大值。
浮點數(shù)
| 單精度 (single) | 雙精度(double) |
|---|---|
| 單精度型實數(shù)在內(nèi)存中只占用4個字節(jié) | 雙精度型實數(shù)在內(nèi)存中占用8個字節(jié) |
在MATLAB中數(shù)據(jù)默認位雙精度型。
浮點型轉(zhuǎn)換函數(shù)示例:

復數(shù)
實部和虛部都默認為雙精度型
complex函數(shù):生成復數(shù)
real函數(shù):求復數(shù)的實部
imag函數(shù):求復數(shù)的虛部
abs函數(shù):求復數(shù)的模
angle函數(shù):求復數(shù)的幅角
conj函數(shù):求復數(shù)的共軛復數(shù)

數(shù)據(jù)的輸出格式
一般情況下,MATLAB內(nèi)部每一個數(shù)據(jù)元素都是用雙精度數(shù)來表示和存儲的。默認輸出格式是short格式,可以用format命令來改變數(shù)據(jù)輸出格式。
format 格式符
格式符:

注意:format命令只影響數(shù)據(jù)輸出格式,而不影響數(shù)據(jù)的計算和存儲

變量及其操作
變量與賦值語句
變量命名規(guī)則:
- 是區(qū)分大寫的
- 第一個字母必須是英文字母
- 可以包含英文字母、下劃線和數(shù)字
- 不能包含空格、標點
- 最多不超過63個字符
賦值語句(兩種格式):
| 變量 = 表達式 | 表達式 |
|---|---|
| 將右邊表達式的值賦給左邊的變量 | 將表達式的賦值給預定義變量ans |


預定義變量


變量的管理
內(nèi)存變量的刪除與修改:

clear命令:刪除MATLAB工作區(qū)中的變量。
內(nèi)存變量文件:



MATLAB矩陣的表示
矩陣的建立
規(guī)則:數(shù)組元素必須在“ [ ] ”內(nèi)輸入。行與行之間必須用分號 “ ; ” 隔開,也可以在分行處用回車鍵隔開。 行內(nèi)元素用 空格或逗號“ , ” 隔開。
2.利用已建好矩陣建立更大的矩陣
小矩陣拼接成大矩陣
3.函數(shù)方法
reshape()
zeros() 產(chǎn)生全0矩陣;
ones()產(chǎn)生全1矩陣 ;
eye() 產(chǎn)生單位矩陣 ;
rand() 產(chǎn)生(0,1)區(qū)間均勻分布的隨機矩陣;
randn() 產(chǎn)生均值為0,方差為1的標準正態(tài)分布隨機矩陣
方法一:

方法二:

方法三:

冒號表達式
使用冒號“ : ”操作符:
基本語法格式:X = (起始值):(步長):(終止值)。
步長:可正可負,不寫步長,默認步長為1

利用函數(shù)linspace():
基本語法格式:X = linspace(X,Y,n)
X:第一個元素
Y:最后一個元素
n:元素總個數(shù),不寫的話默認100


矩陣的引用
“ 全下標 ” 標識:

“ 序號 ” 標識:

兩種表示的轉(zhuǎn)換:
利用冒號表達式獲得子矩陣:

以上就是MATLAB數(shù)據(jù)運算變量操作及矩陣表示詳解的詳細內(nèi)容,更多關(guān)于MATLAB數(shù)據(jù)變量及矩陣的資料請關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
Runnable.com 在線測試代碼片分享網(wǎng)站
Runnable是一個一站式的代碼片段集合網(wǎng)站,你不僅可以搜索代碼,還可以編輯、運行這些代碼片段,以確保它們的正確性與可用性2013-12-12
高性能高可用高并發(fā)架構(gòu)和系統(tǒng)設(shè)計思路大綱
高性能架構(gòu)和系統(tǒng)設(shè)計要求高并發(fā)高性能,高性能更多的是先從編碼角度、架構(gòu)使用角度去讓我們的單機(單實例)有更好的性能,然后再從整個系統(tǒng)層面來擁有更好的性能;高并發(fā)則直接是全局角度來讓我們的系統(tǒng)在全鏈路下都能夠抗住更多的并發(fā)請求2023-08-08
MobaXterm連接服務器如何在關(guān)閉會話的情況下依然執(zhí)行程序(最新推薦)
這篇文章主要介紹了MobaXterm連接服務器如何在關(guān)閉會話的情況下依然執(zhí)行程序,本文給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2023-06-06
如何在本地部署DeepSeek大模型實現(xiàn)聯(lián)網(wǎng)增強的AI應用
本文介紹了如何使用Microsoft?SemanticKernel框架結(jié)合DeepSeek本地模型和自定義搜索技能,構(gòu)建一個具備聯(lián)網(wǎng)增強能力的智能應用,文章還提供了一個應用場景示例,說明如何在本地部署DeepSeek大模型并實現(xiàn)聯(lián)網(wǎng)增強的AI應用,感興趣的朋友一起看看吧2025-02-02

