要开始学Matlab了,不然就完不成任务了 java中有一句话叫作:万物皆对象 在matlab我想到一句话:万物皆矩阵 矩阵就是Java中的数组 不过矩阵要求四四方方,Java中的数组长和宽可以不同长度
听到这个名词,我想到了构造函数#34 结构器有点像对象 具有不同的field属性(成员变量) 一个属性就相当于一个矩阵容器,所以为什么说万物皆矩阵呢,哈哈 不同于普通矩阵,结构器可以携带不同类型的数据(String、基本数据等等) 多维构造器 不同属性的长度不要求一致,不同维度的属性长度也不要求一致
此方法可以用于将小矩阵拼接成大矩阵 repmat()有两种重载构造方法 1.repmat(variable,length),得到一个length*length的矩阵 2.repmat(variable,line,column)得到一个line*column的矩阵
下面演示一下方法的使用
repmat([12,34;56,78],2,3)
结果如下:
ans =
12 34 12 34 12 34
56 78 56 78 56 78
12 34 12 34 12 34
56 78 56 78 56 78
构造器有四种构造方法
构造器名称(索引).属性=值
family.name='noble';
family.age=19;
family.sex='boy';
family(2).name='amy';
family(2).age=44;
family(2).sex='girl';
下面得到结果
这种方法太麻烦了
构造器名称(索引)=struct(变量名,值,变量名,值,变量名,值…)
family(索引)=struct('name','noble','age',19,'sex','boy')
下面得到结果
family =
name: 'noble'
age: 19
sex: 'boy'
这种方法也太麻烦了,要一个个去初始化
构造器名称=repmat(strcuct(xxxxxx,xxxxx,xx,x,x),line,column)
familys=repmat(family,2,3)
下面得到结果:
familys =
2x6 struct array with fields:
name
age
sex
这里又和repmat(矩阵)一点不同 如果矩阵a长度为2*3,那么b=repmat(a,2,3),b的长度为4*9 但是一个构造器a的维度位2*3,那么b的维度也为4*9 不是把整个构造器看成是一个单位去repmat,而是把构造器的每一个维度看成是一个单位去repmat 这种方法可以,不过有个缺点,只能创建重复的构造器
family=struct('name',{'noble','amy'},'age',{19,44},'sex',{'boy','girl'})
下面得到结果
family =
1x2 struct array with fields:
name
age
sex
猜想:是否可以用这种方法创建2*3的构造器
这种方法好,又短又能每个维度都初始化到
单位数组与构造器有许多相同之处 相比于构造器,单位数组更像是一个Object类的数组(多态) 因为构造器是通过属性来引用的,单位数组是通过索引来引用的
单位数组有两种构造方法 {}是单位数组的标志
单位数组名称(索引)={值}
>> cell(1,1)={eye(2)};
>> cell(1,2)={[2,3,4,5;6,7,8,9]};
>> cell(2,1)={'haha'};
>> cell(2,2)={123};
结果如下
celldisp(cell)
cell{1,1} =
1 0
0 1
cell{2,1} =
haha
cell{1,2} =
2 3 4 5
6 7 8 9
cell{2,2} =
123
单位数组名称={xxx,xxx,xxx;xxx,xxx,xxx}
cell={eye(1),eye(2),eye(3);eye(4),eye(5),eye(6)}
结果如下
cell =
[ 1] [2x2 double] [3x3 double]
[4x4 double] [5x5 double] [6x6 double]
一种更详尽的输出cell方法 celldisp(单位数组名称)
比如将cell的第一行删除: cell(1,:)=[] %[]表示一个空矩阵
1.向量名=(首项,公差,尾项) 最后一项<|尾项-公差| 2.向量名=(首项,尾项) 相当于(首项,1,尾项) 所以尾项不能小于首项,否则返回空矩阵
linespace(首项,尾项,项数)
logs(a,b,项数) 首项为10^a,尾项为1^b
矩阵在内存中的储存形式并不是方形的,而是以列为优先
现有矩阵a
a =
1 2 3
4 5 6
7 8 9
则a(6)=8,矩阵在内存中的排列方式是先列后行
a(1:2,2:3)%先行后列,多个列的话依次执行访问
ans =
2 3
5 6
a(2:3:9)%访问非相邻的元素
ans =
4 5 6 **这里的三个参数都是线性索引!!!**
sub2ind(size(矩阵名称),line,column) 原理是sub2ind([line,column],line,column)
ind2sub(size(矩阵名称),线性索引) 原理同上
稀疏矩阵就是将矩阵中的零去掉,这样的话,有的矩阵有很多0,那么用稀疏矩阵就可以节省空间
1.sparse(已有矩阵名称) 2.sparse(i,j,s,m,n) i:非零值在普通矩阵中的行位置 j:非零值在普通矩阵中的列位置 s:非零值是多少 m:矩阵的行数 n:矩阵的列数
full(稀疏矩阵名称)
sparse(普通矩阵名称)
刚接触MATLAB的感想: 相对于java 创建变量方便了——不用声明,不用new,不用区分类型 有很多自带的处理方法——randi、randn、randsym、spdiags、spalloc,而且这些方法的名字还都看不懂是什么意思!!! API文档没有中文版!!help指令也是英文版的!!被虐死了 学习资料不全面,电子书和学习视频都不没有java完善 还有好多数学方法啊,感觉用MATLAB就是跟数学打交道,编程的份量小了好多,搞到我这个刚学到定积分的大一渣渣搞不懂矩阵的秩是什么