数组运算

1.数组的创建与操作

普通创建方式:

Python

>> A = [];

>> B = [1 2 3 4 5];

>> C = [1,2,3,4,5];

>> D = [1;2;3;4;5];

>> E = B'; %转置

1

2

3

4

5

>>A=[];

>>B=[12345];

>>C=[1,2,3,4,5];

>>D=[1;2;3;4;5];

>>E=B';%转置

利用冒号创建一维数组:

Python

>> A = 0:5;

>> B = 0.1:0.3:8;

>> C = 8:-1:0;

1

2

3

>>A=0:5;

>>B=0.1:0.3:8;

>>C=8:-1:0;

利用logspace函数创建一维数组:

y = logspace(a,b):创建行向量y,第一个元素为10^a,最后一个元素为10^b,形成总数为50个元素的等比数列;

y = logspace(a,b,n):创建行向量y,第一个元素为10^a,最后一个元素为10^b,形成总数为n个元素的等比数列。

利用linespace函数创建一维数组:

y = linespace(a,b):创建行向量y,第一个元素为a,最后一个元素为b,形成总数为100个元素的等差数列;

y = linespace(a,b,n):创建行向量y,第一个元素为a,最后一个元素为b,形成总数为n个元素的等差数列。

2.数组间的运算

基本运算:

加、减、乘、左除、右除、乘方

加减:(A+B、A-B)要求A、B维数相同

乘法:(A.*B)数组对应元素相乘,计算结果是与A、B相同维度的数组。要求A、B维数相同

除法:左除./     右除.\                  要求A、B维数相同

Python

>> A = [1 5 8 7 6];

>> B = [2 7 3 0 2];

>> C = A.*B

C =

2 35 24 0 12

>> D = A./B

D =

0.5000 0.7143 2.6667 Inf 3.0000

>> E = A.\B

E =

2.0000 1.4000 0.3750 0 0.3333

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

>>A=[15876];

>>B=[27302];

>>C=A.*B

C=

23524012

>>D=A./B

D=

0.50000.71432.6667Inf3.0000

>>E=A.\B

E=

2.00001.40000.375000.3333

乘方:.^

Python

>> G = A.^B %数组的乘方

G =

1 78125 512 1 36

>> H = A.^2 %数组与某个确定值的乘方

H =

1 25 64 49 36

>> I = 2.^A %确定值与数组建的乘方

I =

2 32 256 128 64

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

>>G=A.^B%数组的乘方

G=

178125512136

>>H=A.^2%数组与某个确定值的乘方

H=

125644936

>>I=2.^A%确定值与数组建的乘方

I=

23225612864

点积:dot

利用dot函数可进行点积的运算,要求A、B维度相同

Python

>> J = dot(A,B)

J =

73

>> K = sum(A.*B)

K =

73

1

2

3

4

5

6

7

8

9

10

11

>>J=dot(A,B)

J=

73

>>K=sum(A.*B)

K=

73

关系运算:

当两个比较量是标量时,直接比较两个数的大小。若关系成立,则返回的结果为1;否则为0

当两个比较量是维度相等的数组时,逐一比较两个数组相同位置的元素,并分别给出比较结果,比较结果也是相同维度的数组

Python

>> A>B

ans =

0 0 1 1 1

1

2

3

4

5

>>A>B

ans=

00111

逻辑运算:

非零为真,返回1;否则返回0

当两个比较量是维度相等的数组时,逐一比较两个数组相同位置的元素,并分别给出比较结果,比较结果也是相同维度的数组

&、|、~运算法则不变

矩阵操作

1.创建矩阵

除了之前提到过的零阵(zeros)、单位阵(eye)、全1阵(ones)等特殊矩阵之外,MATLAB中还有一些其他指令用于生成实验矩阵:

函数名称

表示意义

company(p)

生成一个特征多项式为p的二维矩阵

hadamard(k)

返回一个阶数为2k的Hadamark矩阵,只有当n能被4整除时Hadamark矩阵才存在

hankel(x)

返回一个由向量x定义的Hankel方阵。该矩阵是对称矩阵,第一列元素为向量x,反三角以下的元素为0

hankel(x,y)

返回一个m*n的Hankel矩阵,其第一列元素为向量x,最后一行为向量y

magic(n)

返回一个n*n的魔方矩阵

pascal(n)

返回一个n*n的Pascal矩阵

rosser

给出Rosser矩阵,这是一个经典对称特征测试问题,大小为8*8

vander(x)

返回一个Vandermonde矩阵

wilkinson(n)

返回一个m*n的Wilkinson特征值测试矩阵

希波尔特(Hilbert)矩阵

希波尔特(Hilbert)矩阵,也称H阵,其元素为H(i,j) = 1/(i+j-1)。即他是一个条件数差的矩阵,常被用来作为实验矩阵

hilb(n):生成一个n*n的H阵

invhilb(n):生成一个n*n的H阵的逆矩阵整数矩阵

Python

>> A = hilb(4)

A =

1.0000 0.5000 0.3333 0.2500

0.5000 0.3333 0.2500 0.2000

0.3333 0.2500 0.2000 0.1667

0.2500 0.2000 0.1667 0.1429

>> B = invhilb(4)

B =

16 -120 240 -140

-120 1200 -2700 1680

240 -2700 6480 -4200

-140 1680 -4200 2800

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

>>A=hilb(4)

A=

1.00000.50000.33330.2500

0.50000.33330.25000.2000

0.33330.25000.20000.1667

0.25000.20000.16670.1429

>>B=invhilb(4)

B=

16-120240-140

-1201200-27001680

240-27006480-4200

-1401680-42002800

可以看出其都是对称矩阵

托普利兹(Toeplitz)矩阵

它由两个向量定义,一个行向量,一个列向量。对称的托普利兹由单一向量来定义。

toeplitz(k,r):生成非对称托普利兹矩阵。第一列为k,第一行为r,其余元素等于左上角元素

topelitz(c):生成堆成托普利兹矩阵

Python

>> A = toeplitz(3:6,3:2:9)

A =

3 5 7 9

4 3 5 7

5 4 3 5

6 5 4 3

>> B = toeplitz(3:6)

B =

3 4 5 6

4 3 4 5

5 4 3 4

6 5 4 3

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

>>A=toeplitz(3:6,3:2:9)

A=

3579

4357

5435

6543

>>B=toeplitz(3:6)

B=

3456

4345

5434

6543

魔方(magic)矩阵

魔方矩阵中每行、列和两条对角线上的元素和相等。

Python

>> A = magic(3)

A =

8 1 6

3 5 7

4 9 2

1

2

3

4

5

6

7

>>A=magic(3)

A=

816

357

492

帕斯卡(pascal)矩阵

A = pascal(n):返回n阶的对称正定Pascal矩阵,其中元素是由Pascal三角组成的,其逆矩阵的元素都是整数

A = pascal(n,1):返回由下三角的Cholesky因子组成的Pascal矩阵,他是对称的,所以他是自己的逆

A = pascal(n,2):返回pascal(n,2)的转置和交换形式。A是单位矩阵的立方根

Python

>> A = pascal(3)

A =

1 1 1

1 2 3

1 3 6

>> B = pascal(3,1)

B =

1 0 0

1 -1 0

1 -2 1

>> C = pascal(3,2)

C =

1 1 1

-2 -1 0

1 0 0

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

>>A=pascal(3)

A=

111

123

136

>>B=pascal(3,1)

B=

100

1-10

1-21

>>C=pascal(3,2)

C=

111

-2-10

100

范德蒙(Vandermonde)矩阵

A = vander(v):生成范德蒙阵,矩阵的列是向量v的幂,即A(i,j) = v(i)^(n-j),其中n = length(v)。

Python

>> A = vander([1 3 5 7])

A =

1 1 1 1

27 9 3 1

125 25 5 1

343 49 7 1

>> B = vander([1;3;5;7])

B =

1 1 1 1

27 9 3 1

125 25 5 1

343 49 7 1

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

>>A=vander([1357])

A=

1111

27931

1252551

3434971

>>B=vander([1;3;5;7])

B=

1111

27931

1252551

3434971

2.改变矩阵大小

矩阵的合并

矩阵的合并就是把两个及两个以上的矩阵合成一个矩阵

C = [A B]                    %将两个矩阵列数相加,要求两矩阵行数相等

C = [A; B]                   %将两个矩阵行数相加,要求两矩阵列数相等

矩阵行列的删除

矩阵行列的删除就是把该行或者该列赋予一个空矩阵”[]”即可。

Python

>> A = magic(3)

A =

8 1 6

3 5 7

4 9 2

>> A(2,:) = []

A =

8 1 6

4 9 2

1

2

3

4

5

6

7

8

9

10

11

12

13

14

>>A=magic(3)

A=

816

357

492

>>A(2,:)=[]

A=

816

492

其中“,:”表示的是整行元素

3.矩阵重构

矩阵重构的两个比较重要的运算是转置和共轭转置。

若矩阵A为实数,则A’与A.’都是求A的转置,且结果相同

若矩阵A为复数,则A’表示求A得共轭转置,A.’表示求A得转置

赞赏作者

喜欢 (2)or分享 (0)

matlab 矩阵逻辑与,MATLAB自学笔记(七):数组运算与矩阵操作相关推荐

  1. matlab非同秩矩阵相乘_MATLAB自学笔记(八):矩阵元素运算与矩阵运算

    一.矩阵元素运算 1.矩阵的加减运算 前提是参与运算的两个或多个矩阵均为m*n矩阵:或者其中一个或多个矩阵为标量 C = A±B:C(m,n) = A(m,n) + B(m,n) C = A±x:C( ...

  2. 生信自学笔记(五)计分矩阵的实例

    氨基酸替换矩阵 PAM 替换矩阵 PAM(Point Accepted Multation) 是基于进化的点突变模型产生的,如果两种氨基酸替换频繁,说明自然界接受这种替换,那么这对氨基酸替换得分就高. ...

  3. OpenCV图像处理使用笔记(七)——卷积运算原理

    前言 1.在图像处理中,特别在深度学习图像处理,最常看到图像卷积操作,那什么是卷积呢,卷积就是两个原函数产生一个新的函数,两个函数之间的这种操作就称着卷积,在图像这里的图像卷积也用输入的图像矩阵与一个 ...

  4. Matlab App Designer自学笔记(七):对话框的使用(提示对话框、提问对话框、文件对话框)

    一."提示"对话框 在"关于"按钮上添加回调: help 可以换成none.error.help.warn任何一个,提示语左边的图标会发生变化. matlab中 ...

  5. 【台大郭彦甫】Matlab入门教程超详细学习笔记七:数值微积分(附PPT链接)

    数值微积分 前言 一.多项式微积分 1. 多项式计算 2. 多项式微分 3. 多项式积分 二.数值微积分 1. 数值微分法 2. 高阶微分法 3. 数值积分法 三.回顾Function Handles ...

  6. 微信小程序开发自学笔记 —— 七、性能优化

    性能优化 启动 在小程序启动时,微信会为小程序展示一个固定的启动界面,界面内包含小程序的图标.名称和加载提示图标.此时,微信会在背后完成几项工作:下载小程序代码包.加载小程序代码包.初始化小程序首页. ...

  7. Hadoop自学笔记(七)Hadoop环境配置和优化

    概览 1. Hadoop Trouble Shooting 查看logs, 存储位置等 2. Hadoop Administration 常见Hadoop管理员面对的问题 3. Hadoop Opti ...

  8. vue 自学笔记(七) 组件细节问题

    前情提要: 这里盘点一下,组件细节的问题 现在我们观察一些用框架开发的网页BiliBili.掘金,会发现很多部分都十分相似或者一模一样,我们甚至可以将其拆分归类.而事实上,页面的确是被一个个组件构成的 ...

  9. Java学习笔记七——数组工具类Arrays

    数组工具类Arrays Java提供的Arrays类里包含的一些static修饰的方法可以直接操作数组.若将里面的方法用熟的话,那开发效率会大大提高.下面介绍其中的方法. List<T> ...

  10. c语言编程最后j和k,C语言学习笔记:IJK运算,ijk,的,操作

    表达式 i < j < k 在C语言中是合法的,但是它不是你所期望的意思.因为 < 运算符是左结合的, 所以这个表达式等价于 (i < j) < k . 换句话说, 表达 ...

最新文章

  1. Nginx之简介与安装(一)
  2. TypeScript Type Innference(类型推断)
  3. 原以为原神是米哈游的极限,看过美术总监的年番,恍然大悟!
  4. word计算机课教学反思,《WORD》初中信息技术的教学反思
  5. [Java] 蓝桥杯 BASIC-5 基础练习 查找整数
  6. ubuntu中的大小写
  7. TINYBERT: DISTILLING BERT FOR NATURAL LANGUAGE UNDERSTANDING
  8. win11更新黑屏无法进入系统怎么办 windows11黑屏更新无法进入系统的解决方法
  9. 载入Haskell的函数
  10. 全局空间自相关算法:Join Count
  11. 读《三体》差点污了我的三观
  12. html背景图片刚刚好铺满,ppt的背景图片怎么设置才能铺满整张又不失真呢? | ppt整套背景图...
  13. 《幸福来敲门》观后感
  14. 【历史上的今天】1 月 23 日:现代集成电路雏形;JDK 1.0 发布;数学大师诞生
  15. 电脑声音出现变声的问题
  16. herf(超链接、锚链接)
  17. Crontab定时执行任务
  18. 网页背景颜色渐变效果
  19. 互联网突破和 SD-WAN
  20. mysql事务使用转化_Mysql事务

热门文章

  1. 9.携程架构实践 --- 网站高可用
  2. 3.第一本 docker 书 --- docker 网络
  3. 6. 标准 I/O 库
  4. 122. PHP 性能问题(3)
  5. html中表格table的内容居中显示
  6. 表单从gb2312的页面提交到utf-8页面,或者表单从utf-8的页面提交到gb2312页面的解决办法...
  7. Python类方法,静态方法
  8. nginx配置openssl证书
  9. Android的存储方式
  10. 【FFMEPG】windows下编译ffmpeg2.5——使用VS2013,ARMLINUX,ANDORID编译ffmpeg