矩阵

矩阵的创建

直接输入法：以$[\ ]$为标识符，同行用空格或者逗号分隔，行与行之间用分号或回车键分隔。

函数创建法：

$zeros,ones,eye$分别用来创建全为0的矩阵，全为1的矩阵和单位矩阵
$rand,randi,randn$分别用来创建均匀分布的随机数，均匀分布的随机整数和标准正态分布的随机数

导入本地文件中的数据：

矩阵元素的修改

利用等号复制直接修改：

1
2
3

A = randi([1,20],3, 5);
A(2,3)=1000;
A(3,:)=20000;

使用线性索引进行修改：

A = randi([1,20],3, 5);
A(4) = 100000; %是纵向数的
A(1:2) = 0;
A(1:2:end) = 200;
A([3,5,6]) = [88 88 88];

矩阵的删除

将等号右侧变成空向量[ ]，可以删除对应位置的元素。需要注意的是，通常只能删除矩阵的整行或者整列
通过线性索引来删除矩阵的元素。使用线性索引删除后，MATLAB 会将矩阵中剩下的元素按照线性索引的顺序放入到一个向量中。另外，使用线性索引可以删除任意位置的元素，不需要删除矩阵的一整行或者一整列。

矩阵的拼接

横向拼接：要求行数相同

A = randi([1, 20], 3, 5)
B = randi([100, 200], 3, 2)
C = [A, B]
D = cat(2, A, B)

纵向拼接：列数相同

A = randi([1, 20], 2, 3);
B = randi([100, 200], 1, 3);
C = [A; B];
D = cat(1, A, B);

矩阵的重构

reshape函数，改变矩阵形状
sort函数，排序
sortrows函数，按照某一列对矩阵排序且同一行元素不变

矩阵的运算

逻辑基础

结构基础

条件结构：

if-elseif-else-end
switch-case-otherwise-end

循环结构：

for-end
while-end

二维绘图

图形属性

图形标注

title(图形标题)
xlabel(x轴说明)
ylabel(y轴说明)
text(x,y,图形说明)
legend(图例1,图例2,……)

三维绘图

三维曲线：plot3和fplot3函数

三维曲面：

利用meshgrid函数生成，[X,Y]=meshgrid(x,y)。参数x、y为向量，存储网格点坐标的X、Y为矩阵。
mesh(x,y,z,c)和surf(x,y,z,c)

其中x,y是网格坐标矩阵，z是网格点的高度矩阵，c用于指定在不同高度下的曲面颜色。c省略时，颜色

的设定正比于图形的高度。

t = -3: 0.1:3;
[X, Y] = meshgrid(t);
Z = X .* exp(-X.^2-Y.^2);
subplot(1, 2, 1);
mesh(X,Y,Z)
title("mash函数")
subplot(1, 2, 2)
surf(X, Y, Z)
title("surf函数")

读取写入文件中的数据

readtable和writetable

实例：

T = readtable("patients.xls");
T.Gender{1} = ('男');
writetable(T,"路径\文件名.xls");
T1 = readtable("路径\文件名.xls");
writetable(T1,"路径\文件名.txt", 'Delimiter', ' ');
T2 = readtable("路径\文件名.txt");

数据预处理

在实时脚本中选择实时编辑器窗口的“任务”

清晰缺失数据可以对缺失数据进行处理
清洗离群数据可以处理偏离较大的数据

神经网络

预测数据

首先在工作区导入预测数据和响应数据，分别命名为X，Y
用nftool打开神经网络，点击导入数据，如果是根据一行的X预测一个Y，那就点击行；否则点击列
点击训练，观察回归图，如果所有的R都在0.9以上，说明训练结果拟合程度好
点击导出模型-导出到工作区，命名为results，result是一个结构体，其中的Network对后续预测有用
导入PreX，根据PreX预测PreY，预测代码如下：

PreY = zeros(10,1);     %预测一个10行1列的数据
for i = 1:10
     PreY(i) = sim(results.Network,PreX(i,:)');
end

MATLAB基础

矩阵