matlab donetbuilder 32位_Matlab使用技巧总结1-CSDN博客

抽空看了Matlab官方文档，把Matlab语言系统梳理了一遍。先上资源：

【1】基础操作

1.1 命令行操作

whos：查看存在的变量名和形态
clear all / clear 变量名：清除全部/某变量
clc：清除命令窗口内容
close all：关闭画图窗口

1.2 输出精度：format +变量精度

format + long/short：64位/32位
format + Rat：分数
format + longE/shortE：64/32位科学计数法

1.3 vector/matrix

matlab的默认一维数据是列vector。所以对matrix的命令，返回值都和列相关。

A = [1 3; ...
     4 5; ...
     9 8]
max(A):9 8     %查找列vector的最大值
sort(A): []    %每列vector升序排列
length(A): 2   %有几列vector

1.4 matrix基本运算

matrix对应元素加减乘除：+、-、 .* 、./
单位阵：eye(n)
零阵：zeros(n1,n2)
全1阵：ones(m1, m2)

1.5 调试

打印变量：disp()
“%%”代码分块，【run section】可以只运行某一个代码块。

【2】总结的技巧

2.1 pre-allocation提高运算速度

虽然matlab是动态语言，但是【预先分配变量】可以明显提高运算速度。

例如：section1中预定义了A = zeros() ，比 section2 的运算速度快了近40倍。

2.2 struct+cell 模态

【struct】

struct('fieldname', 'value')，和数据表很像，常用操作：

fieldnames (struct) 查找字段名
rmfield(struct, fieldname),删除字段名
isfield(struct, fieldname) 查找字段

【cell】

Acell{1,1} = [1 2 3], Acell{1,2} = 'abc'.
Acell{1,3} = 1:1:10,  Acell{1,4} = [].

cell本质是一个pointer, 因此可以存放不同形态的变量，可以参考C语言中的指针。

【struct + cell】

自己做实验采集的数据会面临数据按结构存储的问题。为了解决【每个subject实验中数据量不同，且每个实验样本数据的长度不一】等问题，我使用了struct嵌套cell的好办法：

Subject(1).Name = 'Liming';
Subject(1).Age = 26;
Subject(1).Data{1,1} = {};
Subject(1).Data{1,10} = {};  % 10 trials

Subject(2).Name = 'Jenny';
Subject(2).Age = 30;
Subject(2).Data{1,1} = {};
Subject(2).Data{1,6} = {};

2.3 数据IO

自己平时和. csv文件交互较多，matlab常用的csvread()只能读取number，无法读取header。为了保证读写的完整性，常用如下方法：

【Input】

importdata( 'file.csv' )

data存数据，textdata存header。

【Output】

利用底层的 fopen, fprintf, fclose组合进行操作。

x = 0:pi/10:pi;
y = sin(x);
fid = fopen('TestSin.csv','w');  
fprintf(fid,['%s',',','%s','\n'],'X','Y') % header
for i = 1:11
    fprintf(fid, ['%f',',','%f','\n'], x(i),y(i)); % number
end
fclose(fid);

2.4 cat() 数据拼接【3】画图

3.1 plot

感叹Matlab画图的功能是真的强大！虽然看起来比较繁琐，但是捋清了显示一幅图像的过程，画图其实也是模块化步骤。

一张图被分为：Figure、Line、Decoration三个部分。

Figure Object包括：图片大小、位置等

Line Object包括：线条颜色、粗细等

Decoration Object包括：标题、标注等

gcf和gca句柄，利用get()函数查看可编辑参数；set()函数修改每个参数。

【Figure Object】

f = figure
h = plot([1,2,3]);
get(gcf);   % figure object
h;          % line object
get(gca)    % decoration object

get(gcf)显示了figure object的所有参数：

set(gcf, 'para','state')可以调整任意参数。

【Line Object】

【Decoration Object】

3.2 Colormap

colormap()返回的是color矩阵，例如：a = colormap(hot)

hot/cool/gray/hsv是不同的色盘，选择不同的色盘可以返回对应的颜色矩阵。

3.3 图片输出

print(figure(1),'figure_name','-dpng','-r900')。其中：-dpng和-r900是格式和分辨率。

其他图片格式如下：

到这里就结束了。

关注我们，有更多免费软件和实用技巧等着你！