Octave基础

向量
分号:分割行
空格或逗号:分割列

创建与访问
行向量
空格或逗号分割

>> v = [1 2 3] % 等效:v = [1, 2, 3]
v =

   1   2   3
   
>> v(2) % 只有一行,所以指定就是列
ans =  2

列向量
分号分割

>> v = [1; 2; 3]
v =

   1
   2
   3

>> v(2) % 只有一列,所以指定就是行
ans =  2

矩阵
与向量一样,空格或逗号分割列,分号分割行

冒号:代表所有,所有行或所有列

创建

>>   A = [1, 2; 3, 4] % 一行写完
A =

   1   2
   3   4

>> A = [1, 2; % 分行写
> 3, 4]
A =

   1   2
   3   4

创建技巧
a:c — 从a到c

a?️c — 从a,间隔b,到c

向量也可以用这样的方法创建

>> A = [1:3; 4:6]
A =

   1   2   3
   4   5   6
   
>> A = [1:2:5; 2:2:6]
A =

   1   3   5
   2   4   6

特殊矩阵
单位矩阵

>> eye(3) % 单位矩阵
ans =

Diagonal Matrix

   1   0   0
   0   1   0
   0   0   1

>> flipud(eye(3))
ans =

Permutation Matrix

   0   0   1
   0   1   0
   1   0   0

转置矩阵
A =

1 2
3 4

>> A'
ans =

   1   3
   2   4

逆矩阵
A =

1 2
3 4

>> pinv(A)
ans =

  -2.00000   1.00000
   1.50000  -0.50000

>> pinv(A) * A
ans =

   1.00000   0.00000
  -0.00000   1.00000

全1矩阵

>> ones(2, 3)
ans =

   1   1   1
   1   1   1

全0矩阵

>> 0*ones(2, 3)
ans =

   0   0   0
   0   0   0
>> zeros(2, 3)
ans =

   0   0   0
   0   0   0

随机矩阵

>> rand(1, 3) % 0~1的随机数,1行3列
ans =

   0.99291   0.65946   0.95102

高斯分布矩阵

>> randn(1, 3) % 高斯分布
ans =

   0.14646   2.02587   1.33266

访问

冒号:代表所有,所有行或所有列

访问元素
A =

1 2 3
4 5 6
7 8 9

>> A(2, 2) % 第二行,第二列,先定行再定列
ans =  5

访问单行或单列

>> A(1, :) % 第一行,所有,元素
ans =

   1   2   3
   
>> A(:, 2) % 第二列,所有,元素
ans =

   2
   5
   8

访问多行或多列

>> A(:, [1, 3]) % 第一列和第三列,所有,元素
ans =

   1   3
   4   6
   7   9

>> A([1, 3], :) % 第一行和第三行,所有,元素
ans =

   1   2   3
   7   8   9

连接
C = [A B],把B按列加到A上,生成C

C = [A; B],把B按行加到A上,生成C

添加元素

>> A = [1]
A =  1

>> A = [A, 2] % 把2,按列,添加到A上,再赋给A
A =

   1   2
   
>> A = [A; 3] % A有两列,3只有一列,规模不匹配
error: vertical dimensions mismatch (1x2 vs 1x1)

添加行或列

>> A = [A; [3, 4]] % 将向量[3, 4],作为行,添加到A上,再赋给A
A =

   1   2
   3   4
   
>> A = [A, [5; 6]] % 将向量[5, 6],作为列,添加到A上,在赋给A
A =

   1   2   5
   3   4   6

矩阵连接

>> A = [1, 2; 3, 4]
A =

   1   2
   3   4

>> B = [5, 6; 7 ,8]
B =

   5   6
   7   8

>> [A; B] % 将B,作为行,添加到A上
ans =

   1   2
   3   4
   5   6
   7   8

所有的数据放入一个向量中

>> A
A =

   1   2
   3   4

>> A(:)
ans =

   1
   3
   2
   4

>> A(:)'
ans =

   1   3   2   4

赋值

在访问基础上,给定相同规模的数据

A =

1 2 3
4 5 6
7 8 9

>> A(3, 3) = 10 % 修改单个元素的值
A =

    1    2    3
    4    5    6
    7    8   10

>> A(1, :) = [0, 0, 0] % 修改一行的值
A =

    0    0    0
    4    5    6
    7    8   10

>> A(2:3, 2:3)
ans =

    5    6
    8   10

>> A(2:3, 2:3) = [0, 0; 0, 0] % 修改指定矩阵的值
A =

   0   0   0
   4   0   0
   7   0   0

运算

加,减

>> A = [1 1; 1 1]
A =

   1   1
   1   1

>> B = [2 2; 2 2]
B =

   2   2
   2   2

>> A + B
ans =

   3   3
   3   3

>> A - B
ans =

  -1  -1
  -1  -1

>> A - 1
ans =

  0  0
  0  0

相乘

>> A = [1 2; 3 4]
A =

   1   2
   3   4

>> B = [5 6; 7 8]
B =

   5   6
   7   8

>> A * B
ans =

   19   22
   43   50

>> -A % -1 * A
ans =

  -1  -2
  -3  -4

点运算

对应元素运算

维度相同:对应元素相乘

行维度相同:每行对应元素相乘

列维度相同:每列对应元素相乘

A .* B = B .* A

乘 *;除 /; 平方 ^;等

维度相同
A =

1 1
1 1

B =

2 3
2 3

>> A .* B
ans =

   2   3
   2   3

行维度相同
A =

1 1
1 1

B =

5 6

A .* B
ans =

5 6
5 6
列维度相同
A =

1 1
1 1

B =

5
6

>> A .* B
ans =

   5   5
   6   6

点除
矩阵乘以常数,A * 2,除可以是,A / 2

反过来,2 * A没问题,2 / A 就不行,要用2 ./ A

A =

1 2
3 4

>> 1 ./ A
ans =

   1.00000   0.50000
   0.33333   0.25000

逻辑
每一个元素做比较,标记0或1

&gt, <, ==, !=(或~=), &&, ||

A =

1 2
3 4

>> A > 2
ans =

   0   0
   1   1

位运算

或 | ,函数xor

且 &

非 ~

异或 ^

控制语句
if
i = 1

>> if i == 1
>     disp(1)
>  elseif i == 2
>     disp(2)
>  else
>     disp(3)
>  end
for
>> for i = 1:3 % 从1到3
>     disp(i)
>  end
 1
 2
 3
while
>> while i <= 3
>     disp(i)
>     i = i + 1
>  end
 1
 2
 3

break,continue
与C、C++、Java没有区别

函数

size:获取矩阵维度

length:获取最大维度

who:变量列表

whos:变量详情

clear 变量名:删除指定变量

clear:删除所有变量

find:返回符合条件元素的下标

log:log以e为底

exp:e的多少次方

abs:绝对值

floor:向下取整

ceil:向上取整

sum:求和

prop:求积

size
获取矩阵维度

A =

1 2
3 4
5 6

>> aSize = size(A)
aSize =

   3   2
   
>> size(A, 1) % 3行
ans =  3

>> size(A, 2) % 2列
ans =  2

length
获取最大维度

A =

1 2
3 4
5 6

>> length(A) % 输出最大维度
ans =  3

who
变量列表

>> who % 现在都有哪些变量
Variables in the current scope:

A          aSize      ans        featuresX  w

whos
变量详情

>> whos % 变量详情
Variables in the current scope:

   Attr Name           Size                     Bytes  Class
   ==== ====           ====                     =====  =====
        A              3x2                         48  double
        aSize          1x2                         16  double
        ans            1x20                        20  char
        featuresX     27x2                        432  double
        w              1x10000                  80000  double

Total is 10082 elements using 80516 bytes

clear
删除变量

>> clear featuresX
>> who
Variables in the current scope:

A      aSize  ans    w
>> clear % 清除全部变量
>> who % 一个变量都没有了

find
返回符合条件元素的下标

A =

5 6
7 8

>> [r, c] = find(A > 6) % 符合要求的是:第二行第一个和第二行第二个
r =

   2
   2

c =

   1
   2

sum
求和

>> A = [1, 2; 3, 4]
A =

   1   2
   3   4

>> sum(A) % 等效:sum(A, 1)
ans =

   4   6
   
>> sum(A, 2)
ans =

   3
   7

prod
求积

>> A
A =

   1   2
   3   4

>> prod(A) % 等效:prod(A, 1)
ans =

   3   8

>> prod(A, 2)
ans =

    2
   12

max
向量

>> a = [1 5 2 3.3]
a =

   1.0000   5.0000   2.0000   3.3000

>> max(a)
ans =  5

>> [val, ind] = max(a)
val =  5
ind =  2

矩阵比较
两个矩阵比较每个元素,保留大的

>> A = rand(3)
A =

   0.2620788   0.6346345   0.4659161
   0.0880455   0.1258945   0.0079559
   0.0296765   0.7917592   0.4321800

>> B = rand(3)
B =

   0.039237   0.672424   0.214649
   0.491320   0.362929   0.197626
   0.821090   0.675265   0.698960

>> max(A, B)
ans =

   0.26208   0.67242   0.46592
   0.49132   0.36293   0.19763
   0.82109   0.79176   0.69896

行与列的最大值
参数二:与之比较的矩阵
参数三:按行还是按列

>> A = [1 2; 3 4]
A =

   1   2
   3   4

>> max(A) % 每列最大值
ans =

   3   4

>> max(A, [], 1) % 每列最大值
ans =

   3   4

>> max(A, [], 2) % 每行最大值
ans =

   2
   4

randperm
生成乱序序列

>> A = [2, 3, 4 ,5 ,6]
A =

   2   3   4   5   6
>> rand_indices = randperm(length(A))
rand_indices =

   1   2   4   5   3
>> A(:, rand_indices(1:3))
ans =

   5   6   2

自定义函数
创建步骤

创建存放函数的文件(文件名要与函数名相同,.m结尾)
square.m

创建函数

% 一个返回值
function 返回值 = 函数名(参数列表)
    函数体
end

% 多个返回值
function [返回值1, 返回值2] = 函数名(参数列表)
    函数体
end
function y = square(x)
  y = x^2;
end

function [y1, y2] = squareAndCube(x)
  y1 = x^2;
  y2 = x^3;
end

调用

进入到存放函数文件的目录

添加存放函数文件的目录,到,搜索路径

>> cd Downloads/ % 进入存放函数文件的目录
>> square(2)
ans =  4

>> addpath('~/Downloads') % 添加到搜索路径
>> cd ..
>> square(2)
ans =  4

数据
路径
与Linux命令一样

>> pwd % 当前路径
ans = /Users/XXX

>> cd ~/Developer

>> pwd
ans = /Users/XXX/Developer

>> ls % 列出目录文件和文件夹

>> cd .. % 回到上级目录

载入与保存

>> load featuresX.dat % 载入数据,变量名为featuresX
>> data = load('ex1data1.txt'); % 变量名为data

>> save featuresX.mat featuresX; % 将featuresX中的数据保存到featuresX文件中
>> save hello.txt v -ascii % 将变量v中得数据已ascii编码方式保存到hello.txt中

其他命令
简化命令行:PS1(’>> ');

关闭图表:close或close all

命令行清屏:clc

注释
%后为注释

打印
自动打印

a = 3 % 会打印数据
a = 3; % 不会打印数据,分号可以防止输出

格式化

disp(pi) % 输出:3.1416
disp(sprintf('pi is %.2f', pi)) % c语言风格

默认格式

format long % 修改默认打印格式

帮助

help size % 查看size函数的帮助文档
help help % 查看help函数的帮助文档


plot

属性
LineWidth:线宽
MarkerFaceColor:标记颜色
MarkerSize:标记大小

x,y轴
ylabel(‘x’);
xlabel(‘y’);

直方图

>> w = -6 + sqrt(10)*randn(1, 10000);
>> hist(w)
>> hist(w, 30) % 30组
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Octave中,eval函数的作用是将字符串作为命令执行。通过eval函数,可以动态地执行字符串中包含的Octave命令。例如,可以使用eval函数来给变量赋值,执行数学运算等操作。与MatLab相比,Octave的eval函数用法基本相同。 引用中给出了一个示例,使用eval函数将字符串中的命令执行。首先,将字符串str设置为['dsfd',num2str(4)],然后通过eval函数执行命令eval( [str, '= zeros(1,6)'])。这个命令的作用是将变量dsfd4赋值为一个6个元素全为0的向量。 在引用中提到,MatLab和Octave在运算符方面是兼容的。因此,在Octave中,可以使用x^2或者x**2来表示x的平方。 然而,引用指出MatLab和Octave在输出方面是不同的。在Octave中,输出结果可能会以不同的方式显示,并且与MatLab可能存在差异。因此,在使用eval函数时,特别是涉及到输出结果的情况下,需要注意这种差异。 总而言之,Octave的eval函数可以用于执行字符串中包含的Octave命令,并且与MatLab的eval函数用法基本相同。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [Octave 数字转字符,连接两个字符串,以及如何将字符串转换为变量名称](https://blog.csdn.net/qq_32651245/article/details/110338367)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [Octave:矩阵计算的新宠](https://blog.csdn.net/weixin_34194087/article/details/91586458)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值