Matlab旅程（完整版）(1)

最后

🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

0 主要内容

1 MATLAB的发展

2 MATLAB的优点

3 MATLAB的工作环境

3.1 命令窗(command window)

3.2 图形窗(figure window)

3.3 文本编辑窗(file editor)

4 帮助系统

5 代码系统总结

---

0 主要内容

---

MATLAB的发展

MATLAB的优点

MATLAB的工作环境

帮助系统

代码系统总结

1 MATLAB的发展

---

 由 美国 Mathworks 公司 于1984年正式推出， 随后逐次升级。目前通常每年更新两次，例

如2018a,2018b。用于 数值计算和图形处理 的系统环境。

 MATLAB （ MATrix LABoratory ）是一种 以矩阵运算为基础的交互式程序语言。

 只有一种数据类型，一种标准的输入输出 语句，不需编译。

2 MATLAB****的优点

---

除具备卓越的数值计算能力外，还提供专业水 平的 符号计算、文字处理、可视化建模仿真和

实时控制 等功能。每个 变量代表一个矩阵 ；每 个 元素都看作复数 ；所有运算都对矩阵和复数

有效；指令表达式与数学、工程中常用的形式 非常相似。

 友好的工作平台和编辑环境 ：许多工具采用 图形用户界面，包括 MATLAB 桌面和一些窗 口，例如命令窗口、编辑器和调试器等；程 序不必经过编译就可以直接运行，能及时报 告出现的错误并分析错误的原因。

 简单易用的程序语言 ： MATLAB 是一种高 级的矩阵 / 阵列语言。 语法特征更符合 科技 人员对 数学表达式的书写格式 ，非常适合非 计算机专业的人员使用。

 强大的科学计算和数据处理能力 ：包含600 多种数学运算函数，可以方便地实现用户所 需的各种计算功能。例如 矩阵、特征向量、 傅里叶变换、线性方程求解、微分方程求解、 复数、三角函数、多维数组运算 等。矩阵的 行数、列数无需事先定义。

 强大而简易的绘图功能 ：能根据输入数据自 动确定坐标绘图；能规定多种坐标系；能绘

制三维坐标中的曲线和曲面；可设置不同的 颜色、线型和视角等。

 功能丰富，可扩展性强： 有丰富的内部函数 和工具箱。工具箱包括信号处理、图像处理、

控制系统、神经元网络、小波分析、金融等， 几乎涉及各个方面。

3 MATLAB****的工作环境

---

进入工作环境 ：双击 MATLAB 图标。

退出工作环境 ： exit ， quit 或直接关闭。

MATLAB 有很多窗口，用来实现不同的功能， 例如 命令窗 、历史命令窗、当前目录窗、工作

空间管理窗、 图形窗 和 文本编辑窗 等。

1. 是路径文件夹选择

2. .是当前文件夹显示

3. 是点击文件夹的某一文件，可以具体显示

4. 命令行窗口

5. 显示命名行窗口的变量和值

6. 本图中被隐藏了，历史代码显示

3.1 命令窗(command window)

是对MATLAB进行操作的主要载体。默认情况下，启动MATLAB****时就打开命令窗。

MATLAB 的所有函数和命令都可以在命令 窗执行。 程序的运行结果（除图形外）都显示在命令 窗。

3.2 图形窗(figure window)

显示图形的窗口。执行绘图命令后自动弹出。

3.3 文本编辑窗(file editor)

编写和修改文件程序的窗口。

4 帮助系统

---

命令窗口的帮助系统。

 help ：查找所有命令或函数的使用方法。

形式： help +函数名

 look for ：在不知道某命令或函数的确切名称

时查找其功能。

形式： look for +关键字

5 代码系统总结

---

思维导图完整总结

%%I. 清空环境变量及命令====

clear all % 清除Workspace中的所有变量

clc % 清除Command Window中的所有命令

%%II. 变量命令规则=========

%%

%1. 变量名区分大小写

A = 2

a = 3

%%

%2. 变量名长度不超过63位

ABCDEFGHIJKLMNOPQRSTUVWXYZ123456ABCDEFGHIJKLMNOPQRSTUVWXYZ123456 = 3

%%

%=3. 变量名以字母开头，可以由字母、数字和下划线组成，但不能使用标点

% 3A = 4

% .a = 5

% /b = 5

a_2 = 3

% a.2 = 4

%%

%4. 变量名应简洁明了，通过变量名可以直观看出变量所表示的物理意义

A = rand(3,5)

rows = size(A, 1)

cols = size(A, 2)

%%III. MATLAB数据类型=============

%%

%1. 数字=

2 + 4

10 - 7

3 * 5

8 / 2

%%

%2. 字符与字符串

s = ‘a’

abs(s)

char(65)

num2str(65)

str = ‘I Love MATLAB & Machine Learning.’

length(str)

doc num2str

%%

%3. 矩阵=

A = [1 2 3; 4 5 2; 3 2 7]

B = A’%转置

C = A(😃%列向量

D = inv(A)%逆

A * D

E = zeros(10,5,3)

E(:,:,1) = rand(10,5)

E(:,:,2) = randi(5, 10,5)

E(:,:,3) = randn(10,5)

%%

%4. 元胞数组

A = cell(1, 6)

A{2} = eye(3)

A{5} = magic(5)

B = A{5}

%%

%5. 结构体

books = struct(‘name’,{{‘Machine Learning’,‘Data Mining’}},‘price’,[30 40])

books.name

books.name(1)

books.name{1}

%%IV. MATLAB矩阵操作=================

%%

%=1. 矩阵的定义与构造

A = [1 2 3 5 8 5 4 6]

B = 1:2:9

C = repmat(B, 3, 1)%复制，将B复制成3行1列

D = ones(2, 4)

%%

%2. 矩阵的四则运算=

A = [1 2 3 4; 5 6 7 8]

B = [1 1 2 2; 2 2 1 1]

C = A + B

D = A - B

E = A * B’%矩阵进行计算

F = A .* B具体数值进行计算

G = A / B % G * B = A G * B * pinv(B) = A * pinv(B) G = A * pinv(B)

H = A ./ B

%%

%3. 矩阵的下标=

A = magic(5)

B = A(2,3)

C = A(3,:)

D = A(:,4)

[m, n] = find(A > 20)

%%=V. MATLAB逻辑与流程控制=

%%

%1. if … else … end

A = rand(1,10)

limit = 0.75;

B = (A > limit); % B is a vector of logical values

if any(B)

fprintf(‘Indices of values > %4.2f: \n’, limit);

disp(find(B))%dis输出

else

disp(‘All values are below the limit.’)

end

%%

%2. for … end

k = 10;

hilbert = zeros(k,k); % Preallocate matrix

for m = 1:k

for n = 1:k

hilbert(m,n) = 1/(m+n -1);

end

end

hilbert

%%

%3. while … end

n = 1;

nFactorial = 1;

while nFactorial < 1e100

感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！