Matlab技巧

实用技巧

计算欧几里得举例：vecnorm、pdist

计算欧式距离别再傻憨憨地去背两点之间的距离公式了，直接一个二范数就搞定了。

比如，A=[1 1;2 2;3 3]为三行两列的矩阵，行表示点，列表是 $X$ 和 $Y$ 坐标，同理，B=[5 5;6 6;7 7]。

那么计算A和B三点对应的欧氏距离，可以直接用vecnorm(A-B,2,2)。

vecnorm和norm都是计算范数的函数，但是vecnorm可以指出对行或列上的范数（默认是对列计算）。

第二个参数是要计算的范数类型，第三个参数是对行计算，对列计算是$1$，对行计算为$2$。

pdist 函数可以计算各种距离。

重复数组：repmat

重复数组不要去用循环什么的，直接repmat函数就好了。

比如，把A矩阵横向重复三次，repmat(A,1,3)。把$\mathbf{A}$矩阵纵向重复两次，repmat(A,2,1)。

注意，这里虽然也有横向和纵向的区分，但是并不是想上面的例子中那样，纵向用1表示，横向用2表示。而是在第二和第三个参数来指出每个维度上的重复次数。当然，也可以是三维，四维等等。

当然repmat(A,2,2)可以理解为把矩阵A看做一个单元，扩充为[A, A; A, A]

随机选取整数：randperm，randi

这两个函数都是随机选取整数，randperm是无放回的选取，randi是有放回的选取。

比如，要从1-10之间选出3个不重复的整数，可以用randperm(10,3)。而不加上第二个参数，就是1-10之间的整数随机排列。

如果要从1-10之间选出3个整数，可以重复，可以用randi(10,1,3)，这样生成的就是1行3列的3个整数。还可以写成randi([1,10],1,3)这样的形式来指出选取的范围。

归一化处理：mapminmax

对数据的归一化处理公式如下，其中，$\bar{x}$为均值。
$$y_i=\frac{x_i-x_{min}}{x_{max}-x_{min}}$$

虽然计算不难，但是对矩阵的每一行进行归一化，就还是比较麻烦。可以采用mapminmax函数。注意，mapminmax是对每一行进行归一化。

比如，对矩阵 X 每一行进行归一化，Y=mapminmax(X,0,1)。得到的 Y 是处于 0-1 之间的归一化。函数默认的是 -1到1的归一化。

判断数组中是否出现某个元素：ismember

这个函数应该是比较常见的函数，但是这里想要想要记录下是因为参数位置不同，返回的结果也是不一样的。

比如，$a$为一个标量，$\mathbf{B}$为一个向量，如果$\mathbf{B}$中含有$a$，即Lia=ismember(B,a)，则得到的Lia为一个向量，只有数值为$a$的位置才等于1，其余的为0。

而要表示$a$是否被包含在$\mathbf{B}$中，可以写作Lia=ismember(a,B)，这样得到的就是0或者是1了。

总结一下，就是函数ismember返回的结果与第一个参数的大小相同。

分贝与功率的转化：db2pow，pow2db，db

在计算分贝值的时候，很多时候会遇到功率值与分贝之间的换算。换算并不难，但是写多了就很麻烦（主要是懒得记。。。）。分贝换算公式如下：
$$X(dB)=10{\log }_{10}(X)$$
这里再写上$dB$与$dBm$的换算
$$P(dB)=10{\log }_{10}(\frac{P(W)}{1000})$$

为了简单，可以采用x=pow2db(x)计算分贝，这里要注意，如果计算功率的$dBm$形式，变量x要换成毫瓦。同理，将功率计算为毫瓦的形式，可以用x=db2pow(x)。

当然也可以用x=db(x,"power")，这个函数是将能量或功率测量值转换为分贝，可以通过制定第二个参数来实现功率与分贝之间的转换。

范数的泰勒级数展开：taylor

在做连续凸近似的时候往往会需要对范数进行一阶泰勒展开，当然可以选择手写求偏导，但是很容易出现错误。这里先给出泰勒展开式的公式。
一元函数 $f(x)$ 在点 $x_0$ 处的泰勒展开如下：
$$\begin{array}{ll}f(x)& =f(x_0)+f^{\prime }(x_0)(x-x_0)+O(x-x_0)\\ & \approx f(x_0)+f^{\prime }(x_0)(x-x_0)\end{array}$$
二元函数 $f(x,y)$ 在点 $(x_0,y_0)$ 处的泰勒展开如下：
$$f(x,y)\ge f(x_0,y_0)+(\frac{\partial f}{\partial x}+\frac{\partial f}{\partial y})f(x_0,y_0)+\cdots +\frac{1}{n!}(\frac{\partial f}{\partial x}+\frac{\partial f}{\partial y}{)}^{n}f(x_0,y_0)$$
但是当你在对 norm(x-y) 直接用 taylor 展开时，Matlab会报错，告诉你无法使用泰勒级数。这是因为，函数泰勒级数存在的条件之一是该函数应该是无限可微的。而 $x-y$ 会在 $0$ 处产生从 $-1$ 到 $0$ 到 $1$ 的阶跃。因此是不满足可微的条件。

不过可以在求泰勒级数之前，加上 $x>y$ 的条件。

assume(x>y)

补充一点：
当在调用 norm(x-y) 函数时，Matlab会将其写作 (abs(x-y)^2)^(1/2)。因此在对其求导之后得到一个 sign(x-y) 的符号函数。

获取矩阵无重复行：unique

获取无重复项，或者判断矩阵内是否包含重复项也是挺常见的操作。有时候操作的时候，会要求整行进行比对。比如判断坐标矩阵$A^{N\times 2}$中是否有重复的坐标。这个时候需要将考虑x坐标和y坐标是否都相同。当然可以通过写循环来逐一判断。但是这样不仅容易出错，也很麻烦。这时候就可以用unique(·)函数。

unique(·)函数可以返回无重复项，但是对整行操作时，需要加上参数'rows'，即unique(A,'rows')。

unique(·)函数默认是对数组进行排序的，如果不想排序想按照原来的顺序，可以再加上参数'stable'，即unique(A,'rows','stable')。

对两个数组应用按元素运算 bsxfun

这个是我现在新学的一个技巧，我觉得很实用。对于两个维度不一样的矩阵对点操作，需要类似于Python中的广播的操作。之前的写法，往往是通过repmat的方法，将两个矩阵的大小补齐。这种方法虽然快但是占内存。当然也可以选择不占内存的方式，for循环即可，这种方式虽然不占内存但是耗时。于是就有了介于两者之间的bsxfun，隐式扩展。

函数形式为C = bsxfun(@fun,A,B)，其中，@fun时函数句柄（不了解句柄的自行百度以下，自己写得匿名函数，不需要加@），A和B为矩阵，注意，这里要求两个矩阵中必须有一个某一个维度上是1。这也很好理解，比如$A^{N\times 1}$和$B^{N\times 3}$进行首先会将A在第二维度上repmat上3，然后再对点相乘。如果$A^{N\times 2}$这就不好算了，至少更复杂了。

支持bsxfun的句柄函数除了自己写得匿名函数，还有一些函数。

函数	符号	说明	函数	符号	说明
plus	+	加	eq	==	等于
minus	-	减	ne	~=	不等于
times	.*	对点乘	gt	>	大于
rdivide	./	对点右除	ge	>=	大于等于
ldivide	.\	对点左除	lt	<	小于
power	.*+	对点幂	le	<=	小于等于
and	&	按元素逻辑 AND	or	|	按元素逻辑 OR

计算数组元素个数 numel

Matlab想要计算数组的长度一般有这么几种方式（x = [[1 2 3];[3 4 5]]举例）：

• 计算数组最大维度的长度：length，length(x)=3
• 计算数组的大小：size，size(x)=[2 3]
• 计算数组元素的个数：numel，numel(x)=6，其实就相当于prod(size(x))，也就是每个维度大小的乘积。

【不推荐，了解即可】初始化空数组，x = []

在Python中，最常用的就是列表的初始化，直接x = []就可以了，其实matlab也可以这样做，甚至更好用，比如

>> x = []
x = []
>> x(1, :) = [1 2] 
x =
     1     2
>> x(3, :) = [3 4]
x =
     1     2
     0     0
     3     4

可以看出matlab没有数组长度范围的限制，可以中间隔几行赋值。但是不推荐采用这种方法，因为矩阵没有预分配，运行速度会变慢。