matlab 矩阵逻辑与,MATLAB之逻辑

概述

上一节的内容中，我们介绍了索引的使用方法。索引的目的是为了取出矩阵中的一部分元素，因此我们知道通过元素在矩阵中的位置我们可以实现索引。在本节中，我们将介绍MATLAB中的逻辑变量以及通过逻辑变量索引的方法。

MATLAB中存在一种logical(逻辑)类型用于表示逻辑上的真和假。在其他程序语言中，这样的一种类型也叫做bool型变量。这一种变量本身只有两种值，分别为true和false。规定false对应数值0，true对应其他值(特别地，使用时可以用任意非零值代表true，但存储时会自动转为1代表true，这样的好处是只需要占用一个比特的空间)。

逻辑变量

logical变量只存在两种值true(真)或者false(假)，规定分别用数字1和0存储。以逻辑值组成的矩阵称为逻辑矩阵。一般有以下几种创建逻辑矩阵的方法，各有用处。

方法一：直接赋值法

直接用true，false直接赋值到一个矩阵，缺点操作复杂，一般不考虑这种方法。

x = [true false] % 正确实例

A = [1 0] % 错误实例

whos

输出值

x =

1 0

A =

1 0

% 尽管两个语句的输出一样

% 但是通过whos命令可以看到变量的类型不一样

% 可以看到只有用true，false直接赋值才能创建逻辑矩阵

% 一般不考虑这种方法

Name Size Bytes Class Attributes

A 1x2 16 double

x 1x2 2 logical

方法二：logical函数法

logical函数是将数值或矩阵转换为逻辑值的函数。遵循的转换规则为：非零值为逻辑1，零值为逻辑0。这种方法将一个矩阵非零值对应转为逻辑矩阵中的1。可以用作非零值的逻辑索引。

函数法

% logical

A = [1 0 3;0 5 6];

x1 = logical(1)

whos

% 对于传入的数值或矩阵

% 非零值为逻辑1，零值为逻辑0

x2 = logical(0)

x3 = logical(2)

x4 = logical(A)

% 生成的逻辑矩阵作为索引，可以取出矩阵中对应位置为true的元素

x5 = A(logical(A))

命令行输出

% logical

x1 =

1

% 观察两个变量的类型(Class)和比特数(Bytes)

% A属于double类型(占用48比特)

% x1属于logical类型(占用1比特)

Name Size Bytes Class Attributes

A 2x3 48 double

x1 1x1 1 logical

x2 =

0

x3 =

1

x4 =

1 0 1

0 1 1

% 形如A(logical(A))可以取出A中的非零元素

x5 =

1

5

3

6

方法三：借用逻辑表达式(命题)

命题就是判断一个事件的陈述句。对于数值来说一个判断的陈述句通过关系运算符连接。

MATLAB的关系运算符共6个：等于(==)，不等于(~=)，大于等于(>=)，大于(>)，小于等于(<=)，小于(

这种方法创建逻辑矩阵最为常见，能够很高效地创建对应的逻辑矩阵，同时进行逻辑运算并作为索引

逻辑表达式

% 逻辑表达式

A = [1 0 3;0 5 6];

x1 = (3 == 2)

x2 = (3 ~= 2)

x3 = (3 >= 2)

x4 = (3 > 2)

x5 = (3 <= 2)

x6 = (3 < 2)

% 特别地，对矩阵使用关系运算符返回一个相应的逻辑矩阵

x7 = (A < 4)

% 返回的矩阵是逻辑矩阵，又可以作为索引，取出矩阵中满足判断条件的元素

x8 = A(A < 4)

命令行输出

% 逻辑表达式

% 对于仅由数值构成的逻辑表达式，返回该表达式的真假性

x1 =

0

x2 =

1

x3 =

1

x4 =

1

x5 =

0

x6 =

0

% 对于由矩阵构成的逻辑表达式，返回和该矩阵等大小的逻辑矩阵

% 逻辑矩阵的值是矩阵相应位置元素的判断情况

x7 =

1 1 1

1 0 0

% 第一行全行，第二行1个元素大于4，满足判断记为1，其他值记为0

% 这里的A(A < 4)就对应取出A中小于4的元素

x8 =

1

0

0

3

逻辑表达式的运算

对于逻辑值之间的运算，可以实现逻辑表达式的复合运算，这时可以实现联合条件的逻辑索引。有四种运算：逻辑与(&，&&)，逻辑或(|，||)，逻辑异或(xor函数)和逻辑非(~)。这四种逻辑运算服从以下的真值表。

逻辑真值表

A

B

A&B

A|B

xor(A,B)

~A

0

0

0

0

0

1

0

1

0

1

1

1

1

0

0

1

1

0

1

1

1

1

0

0

应用实例

A = [1 0 3;0 5 6];

x1 = A((A < 4)&(A > 2))

x2 = A((A < 4)|(A > 2))

x3 = A(xor((A < 4),(A > 2)))

x4 = A(~(A < 4))

% &&和||是&和|的变体

% 只能用于标量，不能用于矩阵，但速度更快

x5 = (3 > 4)&&(3 > 2)

x6 = (3 > 2)||(3 > 4)

命令行输出

% & 与

x1 =

3

% | 或

x2 =

1

0

0

5

3

6

% xor函数 异或

x3 =

1

0

0

5

6

% ~ 取非，取反

x4 =

5

6

% && 适用于标量的与(利用逻辑与的特性加速运算)

% (如果第一个值为0，立即判断该值为0)

x5 =

0

% || 适用于标量的或(利用逻辑或的特性加速运算)

% (如果第一个值为1，立即判断该值为1)

x6 =

1

find函数——逻辑索引的辅助工具

find函数是将逻辑矩阵索引直接转换为直接索引(下标位置)的函数。我们有时候作出了判断，但是却需要直接索引的信息，这时可以利用find函数进行转换；另一个用处是，找到前n个满足条件的索引

% find函数

A = [2 5 4 0 0 6];

x1 = A > 2

x2 = find(A > 2)

B = [2 5 4;0 0 6];

% 按列产生线性地址索引

x3 = find(B > 2)

x4 = B(find(B > 2))

% 满足条件的前两个值的索引

x5 = find(B > 2,2)

命令行输出

% find函数

% 逻辑索引

x1 =

0 1 1 0 0 1

% 线性地址索引

x2 =

2 3 6

% 根据这个输出，可以发现，按列产生线性地址索引

x3 =

3

5

6

% 因为是线性地址索引，B(find(B > 2))依然有效，结果与B(B > 2)一样

x4 =

5

4

6

% 满足条件的前两个值的索引

x5 =

3

5

重在应用

以下是逻辑数组的三种基本应用，根据判断条件进行，逻辑索引查找，替换和删除。

1.一组数据[1 2 4 6 7 8 9 0 4 5 3 2 4 2 2 3 4 2 3]，依次找出其中在区间[2,6]中的数。

% 查找

A = [1 2 4 6 7 8 9 0 4 5 3 2 4 2 2 3 4 2 3];

2.一组数据[1 2 4 6 7 8 9 0 4 5 3 2 4 2 2 3 4 2 3]，依次将其中在区间[2,6]中的数替换为10。

% 替换

A = [1 2 4 6 7 8 9 0 4 5 3 2 4 2 2 3 4 2 3];

3.一组数据[1 2 4 6 7 8 9 0 4 5 3 2 4 2 2 3 4 2 3]，删除其中在区间[2,6]中的数。

% 删除(要求在矩阵A中改变值)

A = [1 2 4 6 7 8 9 0 4 5 3 2 4 2 2 3 4 2 3];

参考思路

1.一组数据[1 2 4 6 7 8 9 0 4 5 3 2 4 2 2 3 4 2 3]，依次找出其中在区间[2,6]中的数。

% 查找

A = [1 2 4 6 7 8 9 0 4 5 3 2 4 2 2 3 4 2 3];

B = A((A>=2)&(A<=6))

2.一组数据[1 2 4 6 7 8 9 0 4 5 3 2 4 2 2 3 4 2 3]，依次将其中在区间[2,6]中的数替换为10。

% 替换

A = [1 2 4 6 7 8 9 0 4 5 3 2 4 2 2 3 4 2 3];

A((A>=2)&(A<=6)) = 10

3.一组数据[1 2 4 6 7 8 9 0 4 5 3 2 4 2 2 3 4 2 3]，删除其中在区间[2,6]中的数。

% 删除

A = [1 2 4 6 7 8 9 0 4 5 3 2 4 2 2 3 4 2 3];

A=A(~( (A>=2) & (A<=6) ))

小结

本节内容不多，但是逻辑索引比起线性地址的等间距索引索引的产生要更加普遍，所以，希望读者熟练掌握这三种基本应用。