一眼看不懂的matlab，两眼真香警告

特殊符号

…	续行符，类似python的“\”

表达式

式子	功能
syms x; y = x^2	表达式：定义x为符号变量，可用于数学运算
function f = x^2	函数表达式
f = @(x)x^2	匿名函数表达式

绘图

标签

函数	功能
title(s,str)	图形标题，s为subplot分割的当前面板，默认没有，str是要显示的标题
legend（p1，p2，…）	p1、p2等等，是要显示的曲线的label名称，legend中p的顺序，就代表plot显示顺序
hold on	开启，保持在当前面板的所有图形
hold off	关闭，刷新面板，显示当前最新的图形, 默认值是这个

没有使用hold on 时

x = 0:0.1:10;
y1 = x*2;
plot(x,y1,"c");

x = 0:0.1:10;
y2 = exp(x);
plot(x,y2,"g");

x = 0:0.1:10;
y1 = x*2;
plot(x,y1,"c");
y2 = 10*log(x);
plot(x,y2,"g");

你想象中（理想很丰满）

其实（显示很骨感）

这时候就要使用我们的hold on 了

x = 0:0.1:10;
y1 = x*2;
plot(x,y1,"c");
hold on
y2 = 10*log(x);
plot(x,y2,"g");

总体用法概括实现

s1 = subplot(2,1,1); %将图形显示面板分割成2*1，当前显示在第1个
hold on;	%开启当前面板的图形重叠显示功能
x = 0:0.1:10;
y1 = x*2;
plot(x,y1,"c");
hold on
y2 = 10*log(x);
plot(x,y2,"g");
legend("x*2","10*log(x)")
title(s1,"tile_1")
% 面板二
s2 = subplot(2,1,2); %当前显示在第2个
hold on;	%开启当前面板的图形重叠显示功能
x = 0:0.1:20;
y = exp(x);
plot(x,y,"c");
legend("exp(x)")
title(s2,"tile_2")

二维绘图函数

函数	功能
subplot(m,n,p)	切分视图窗口为m*n个，该函数以下（区域内，下一个subplot之前）的图都显示在第p个上
plot(x,f,c)	绘制数据点图；x为矩阵数据，c表示曲线颜色或者显示的符号
fplot(f, x)	绘制光滑的曲线；f是函数表达式，不是矩阵；x是区间不是矩阵，用数学符号表示如：[1,3]
ezplot(y, x)	同fplot，不过这是符号函数的绘图函数，图上会显示y的表达式

高级运算函数

函数	功能
diff(y,n)	求符号表达式的n阶导数，默认一阶
solve(y==value)	求解方程式，如y=x*2，求y=4时，x的解，使用eval()可以将符号解转成数值解
dsolve(str1,str2,…)	求解微分方程，str是符号表达式
lsqcurvefit(y, b, xdata, ydata)	残差拟合函数，b为要拟合的系数矩阵，返回 [b, resnorm]
nlinfit(y, b, xdata, ydata)	拟合函数，返回 b

lsqcurvefit(y, b, xdata, ydata)用法举例

代码

t = [0.25 0.5 0.75 1 1.5 2 2.5 3 3.5 4 4.5 5 6 7 8 9 10 11 12 13 14 15 16];
C = [30 68 75 82 82 77 68 68 58 51 50 41 38 35 28 25 18 15 12 10 7 7 4];
plot(t, C, "x");
hold on;
Q0 = 21700*2;  %初始化参数
C0 = 0; 
b = [1 2];
f = @(b, t)(exp(-b(2)*t)*(420*C0*b(1) - 420*C0*b(2) + Q0*b(1)))/(420*(b(1) - b(2))) - (Q0*b(1)*exp(-b(1)*t))/(420*(b(1) - b(2)));
[b, resnorm] = lsqcurvefit(f, b, t, C);
disp(b); %拟合得到的参数： b=[ 2.0261    0.1842]
%参数代入f
b = [2.0261 0.1842];
fy = @(t)(exp(-b(2)*t)*(420*C0*b(1) - 420*C0*b(2) + Q0*b(1)))/(420*(b(1) - b(2))) - (Q0*b(1)*exp(-b(1)*t))/(420*(b(1) - b(2)));
fplot(fy, [0,17], "b");

拟合结果

其中的“x”就是数据的分布，曲线是拟合得到的结果

我第一次建模使用matlab，就总结到这啦，以后发现新的功能会再写的，有写的不对的地方，希望大伙可以告诉我，非常乐意接受大家的指正。