MATLAB学习笔记——5.1 数据统计与分析

最新推荐文章于 2024-07-09 13:18:53 发布

Martin_Soaring

最新推荐文章于 2024-07-09 13:18:53 发布

阅读量3.7k

点赞数 3

分类专栏： 2018年10月 MATLAB 文章标签： MATLAB

本文链接：https://blog.csdn.net/qq_27387809/article/details/83242300

版权

MATLAB 同时被 2 个专栏收录

7 篇文章 1 订阅

订阅专栏

2018年10月

6 篇文章 0 订阅

订阅专栏

1、求矩阵的最大元素和最小元素

函数：
max()：求向量或矩阵的最大元素；
min()：求向量或矩阵的最小元素；
当参数为向量时，上述函有两种调用格式：
（1）y=max(X)：返回向量： X的最大值存y，如果 X中包含复数元素，则按模取最大值。
（2）[y,k ]=max(X)：返回向量 X的最大值存入y，最大值元素的序号存入 k，如果 X中包含复数元素，则按模取最大值。
例5.1.1：
求向量x的最大元素，其中x=[-43,72,9,16,23,47]。

x=[-43,72,9,16,23,47];
y=max(x)

[y,k]=max(x)

命令行窗口：

>> x=[-43,72,9,16,23,47];
>> y=max(x)
y =
    72
   
>> [y,k]=max(x)
y =
    72
k =
     2

当参数为矩阵时，函数有三种调用形式：
（1）max(A)：返回一个行向量，的第i个元素是矩阵A的第i列上的最大值。
（2）[Y,U]=max(A)：返回行向量Y和U，Y向量记录A中每列的最大值，U向量记录每列最大值元素的行号。
（3）max(A,[],dim)：dim取1或2。dim取1时，该函数的功能和max(A)完全相同；dim取2时，该函数返回一个列向量其第i个元素是A矩阵的第i行上的最大值。
思考：对矩阵按行求最大元素，仅使用第一种格式能够做到吗？
想法：连续使用两次max()函数就能实现，第一次对矩阵A使用，返回每个列的最大值组成的向量，接着对这个数组使用该函数，最后返回矩阵的最大值。(max(max(A)))
例5.1.2：
求矩阵A的每行及每列的最大元素，并求整个矩阵的最大元素。

A=[13,-56,78;25,63,-235;78,25,563;1,0,-1];
max(A)

max(A,[],2)

max(max(A))

命令行窗口：

>> A=[13,-56,78;25,63,-235;78,25,563;1,0,-1];
>> max(A)
ans =
    78    63   563

>> max(A,[],2)
ans =
    78
    63
   563
     1

>> max(max(A)) 
ans =
   563

思考：用什么方法只调用一次max函数就能求得整个矩阵的最大值？
想法：先将A中所有元素堆叠成列向量，然后只需要使用一次max函数

max(A(:)

2、求矩阵的平均值和中求矩阵的平均值和中求矩阵的平均值和中求矩阵的平均值

平均值：指算术，即每项数据之和除以。
中值：指在数据序列其的大小恰好处间元素。如果个为奇数，则取值为大小位于中间的元素；如果据个偶两素的平均值。
在MATLAB 中，求平均值和的函数分别为：
mean() ：求算术平均值。
median() ：求中值。
思考：有了平均值，为什么还要中值？
想法：中值与平均值未必相等。
例5.1.3：
某学生宿舍的5位同学月生活费如向量x所示，其中，小明同学家境一般，请问他应该按什么标准向父母主张生活费额度才较为合理。x=[1200,800,1500,1000,5000]

x=[1200,800,1500,1000,5000];
mean(x)

median(x)

运行结果：

>> x=[1200,800,1500,1000,5000];
>> mean(x)
ans =
        1900

>> median(x)
ans =
        1200

3、求和与求积

sum():求和函数。
prod():求积函数。

4、累加和与累乘积

设U=(u1,u2,…,un)是一个向量，V、W是与U等长的另外两个向量，并且
在这里插入图片描述则分别称V、W为U的累加和向量和累乘积向量。
在MATLAB中，求累加和与累乘积的函数分别为：

cumsum():累加和函数。
cumprod():累乘积函数。
例5.1.4
求向量X=[1,2,3,4,5,6,7,8,9,10]的积与累乘积。

>> X=[1,2,3,4,5,6,7,8,9,10];
>> y1=prod(X)
y1=
		3628800 
>> y2=cumprod(X)
y2=
		y2 =
           1           2           6          24         120         720        5040       40320      362880     3628800

5. 标准差与相关系数

标准差用于计算数据偏离平均数的距离的平均值，其计算公式为
MATLAB中计算标准差的函数为std()，其调用格式为：
（1）std(X)：计算向量X的标准差。
（2）std(A)：计算矩阵A的各列的标准差。
（3）std(A,flag,dim)： flag取0或1，当flag=0时，按S1所列公式计算样本标准方差；当flag=1时，按S2所列公式计算总体标准方差。在默认情况下，flag=0，dim=1。
例5.1.5
生成满足正态分布的50000*4随机矩阵，用不同的形式求其各列之间的标准差。

>> x=randn(50000,4);
>> y1=std(x,0,1)
y1 =
   0.9955    0.9979    1.0046    0.9990
>> y2=std(x,1,1)
y2 =
   0.9955    0.9979    1.0046    0.9990
>> x1=x';
>> y3=std(x1,0,2);
>> y3'
ans =
   0.9955    0.9979    1.0046    0.9990
>> y4=std(x1,1,2);
>> y4' 
ans =
   0.9955    0.9979    1.0046    0.9990

相关系数能够反映两组数据序列之间相互关系，其计算公式为
在MATLAB中，计算相关系数的函数为corrcoef()，其调用格式为：
（1）corrcoef(A)：返回由矩阵A所形成的一个相关系数矩阵，其中，第i行第j列的元素表示原矩阵A中第i列和第j列的相关系数。
（2）corrcoef(X,Y)：在这里，X,Y是向量，它们与corrcoef([X,Y])的作用一
样，用于求X、Y向量之间的相关系数。
例5.1.6
某新产品上市，在上市之前，公司物流部门把新产品分配到不同地区的10个仓库进行销售。产品上市一个月后，公司要对各种不同的分配方案进行评估，以便在下一次新产品上市时进行更准确的分配，避免由于分配不当而产生的积压和断货。下表（见课件）是相关数据，请判断那种分配方案最为合理。

>> A=[5032,6000,5100,5200;6532,6500,6600,5800;
      5500,7000,5400,4800;4530,4000,4300,4200;
      2300,2000,2200,2500;3254,3000,3500,3000;
      8095,9000,7800,8500;7530,8000,7000,7500;
      3841,3200,3500,3200;4500,5200,4800,4000];
>> corrcoef(A)
ans =
    1.0000    0.9630    0.9906    0.9782
    0.9630    1.0000    0.9694    0.9466
    0.9906    0.9694    1.0000    0.9635
    0.9782    0.9466    0.9635    1.0000

6、排序

在MATLAB 中，排序函数为 sort() ，其调用格式为：
（1）sort(X) ：对向量 X按升序排列。
（2）[Y,I]=sort( A,dim,mode )，其中 dim 指明对 A的列还是行进排序。 mode 指明按升序还是降排，若取“ ascend” ，则按升序；若取“ descend” ，则按降序，默认为升。输出参数中Y是排序后的矩阵，而 I记录 Y中的元素在A中位置。
例5.1.7
对下列矩阵（见课件）做各种排序。

>> A=[1,-8,5;4,12,6;13,7,-13];
>> sort(A)
ans =
     1    -8   -13
     4     7     5
    13    12     6
>> sort(A,2,'descend')
 ans =
     5     1    -8
    12     6     4
    13     7   -13
>> [X,I]=sort(A)
X =
     1    -8   -13
     4     7     5
    13    12     6
I =
     1     1     3
     2     3     1
     3     2     2

7、联系与讨论

7.1 除NaN之外的其他数值元素求和

当向量元素的值暂时无法确定时，可以将其表示为NaN，求向量中除NaN之外的其他数值元素之和。例如A=[1:5, NaN, 10]，A中除NaN之外的其他元素之和是25。写出命令并上机验证。

提示：考虑使用isnan函数，该函数的功能演示如下：

>> A=[1:5, NaN, 10]
A =
     1     2     3     4     5   NaN    10
>> isnan(A)
ans =
  1×7 logical 数组
   0   0   0   0   0   1   0

解决思路：

Step1 记录矩阵的size信息，并将矩阵化为列向量

Step2 通过innan函数找到零元素对应的位置的逻辑数组

Step3 将Nan数据替换为0（这样计算时就不影响结果了）

Step4 对向量求和，同时可以将向量恢复成原来的样子

具体代码的实现：

%% Step0 生成随机维数（0-9）的包含随机NaN的矩阵a
A=fix(10*rand(fix(1+10*(rand())),fix(1+10*(rand()))));
[m,n]=size(A);
a=A(:);
criterion=1;
while criterion
    nannum=round(rand(m*n,1));
    nanposi=find(nannum);
    criterion=isempty(nanposi);
end
a(nanposi)=NaN;
a=reshape(a,m,n);
disp 'a='
disp (a)
%% Step1 记录矩阵的size信息，并将矩阵化为列向量
[m,n]=size(a);
a=a(:);
%% Step2 通过innan函数找到零元素对应的位置的逻辑数组
b=isnan(a);
%% Step3 将Nan数据替换为0（这样计算时就不影响结果了）
a(b)=0;
%% Step4 对向量求和，同时可以将向量恢复成原来的样子
ans1=sum(a);
a=reshape(a,m,n);
disp 'a''='
disp(a)
disp 'ans='
disp(ans1)

7.2 分析函数功能

若A为一个矩阵，试分析函数“max(A,[],2)”和“max(A,2)”各有什么功能？请上机验证。
实验代码：

A=magic(5);
ans1=max(A,[],2);
ans2=max(A,2);
disp 'A='
disp(A)
disp 'max(A,[],2)='
disp(ans1)
disp 'max(A,2)='
disp(ans2)

C=max(A,B)
returns an array the same size as A and B with the largest elements taken from A or B. The dimensions of A and B must match, or they may be scalar.
返回一个与A和B大小相同的数组，其中最大元素取自A或B.A和B的维度必须匹配，或者它们可以是标量。

对于max(A,[],2)我很清楚，表示寻找A的每行的最大值，并生成列向量，
对于max(A,2)，看一下运行结果，光看帮助文档还解决不了问题

一个运行结果：

A=
    17    24     1     8    15
    23     5     7    14    16
     4     6    13    20    22
    10    12    19    21     3
    11    18    25     2     9
max(A,[],2)=
    24
    23
    22
    21
    25
max(A,2)=
    17    24     2     8    15
    23     5     7    14    16
     4     6    13    20    22
    10    12    19    21     3
    11    18    25     2     9

好像只有一点点地方不一样，进一步验证A与结果的差别

A==ans2
ans =
     1     1     0     1     1
     1     1     1     1     1
     1     1     1     1     1
     1     1     1     1     1
     1     1     1     1     1

发现只有一个元素和原来不同，这个元素原来是1。
也就是说，

C=max(A,B)：
当一个为标量时，对于A中的每一个元素，与B进行比较，取最大值；
当都为矩阵，且维度匹配时，对于每一个元素进行比较，取最大值；
验证：

a=[1 2 3 4 5 6 7 8 9];
b=[9 8 7 6 5 4 3 2 1];
c=max(a,b);
disp(c);

应该得到的结果为：
9 8 7 6 5 6 7 8 9
实际得到的结果为：

     9     8     7     6     5     6     7     8     9

符合预期。
再验证一下b为标量的情况：

a=magic(5);
b=20;
c=max(a,b);
disp(a);
disp(c);

结果为：

    17    24     1     8    15
    23     5     7    14    16
     4     6    13    20    22
    10    12    19    21     3
    11    18    25     2     9

    20    24    20    20    20
    23    20    20    20    20
    20    20    20    20    22
    20    20    20    21    20
    20    20    25    20    20

结果符合预期。

7.3 写出操作命令

利用MATLAB提供的randn函数生成符合正态分布的10×5随机矩阵A，进行如下操作：
（1）A各列元素的均值和标准方差。
（2）A的最大元素和最小元素。
（3）求A每行元素的和以及全部元素之和。
（4）分别对A的每列元素按升序、每行元素按降序排序。

思路：

Step0 生成符合正态分布的10×5随机矩阵A

Step1 A各列元素的均值和标准方差

Step2 A的最大元素和最小元素。

Step3 求A每行元素的和以及全部元素之和。

Step4 分别对A的每列元素按升序、每行元素按降序排序。

代码的实现：

%% Step0 生成符合正态分布的10×5随机矩阵A
A=randn(10,5)
%% Step1 A各列元素的均值和标准方差
mean=mean(A(:))
standard_deviation=std(A(:))
%% Step2 A的最大元素和最小元素。
max=max(A(:))
min=min(A(:))
%% Step3 求A每行元素的和以及全部元素之和。
sum_for_rows=sum(A,2)
sum_for_all=sum(A(:))
%% Step4 分别对A的每列元素按升序、每行元素按降序排序。
sorted=sort(sort(A,1,'ascend'),2,'descend')