matlab函数分类整理.docx

资源描述

matlab函数分类整理.docx

《matlab函数分类整理.docx》由会员分享，可在线阅读，更多相关《matlab函数分类整理.docx（6页珍藏版）》请在冰点文库上搜索。

matlab函数分类整理.docx

matlab函数分类整理

基本数学函数

abs（x）：

纯量的绝对值或向量的长度

angle（z）：

复数z的相角（Phaseangle）

sqrt（x）：

开平方

real（z）：

复数z的实部

imag（z）：

复数z的虚部

conj（z）：

复数z的共轭复数

round（x）：

四舍五入至最近整数

fix（x）：

无论正负，舍去小数至最近整数

floor（x）：

地板函数，即舍去正小数至最近整数

ceil（x）：

天花板函数，即加入正小数至最近整数

rat（x）：

将实数x化为分数表示

rats（x）：

将实数x化为多项分数展开

sign（x）：

符号函数（Signumfunction）。

rem（x,y）：

求x除以y的余数

gcd（x,y）：

整数x和y的最大公因数

lcm（x,y）：

整数x和y的最小公倍数

exp（x）：

自然指数

pow2（x）：

2的指数

log（x）：

以e为底的对数，即自然对数

log2（x）：

以2为底的对数

log10（x）：

以10为底的对数

===============================================

三角函数

sin（x）：

正弦函数

cos（x）：

馀弦函数

tan（x）：

正切函数

asin（x）：

反正弦函数

acos（x）：

反馀弦函数

atan（x）：

反正切函数

atan2（x,y）：

四象限的反正切函数

sinh（x）：

超越正弦函数

cosh（x）：

超越馀弦函数

tanh（x）：

超越正切函数

asinh（x）：

反超越正弦函数

acosh（x）：

反超越馀弦函数

atanh（x）：

反超越正切函数

====================================================

向量函数有：

min（x）:

向量x的元素的最小值

max（x）:

向量x的元素的最大值

mean（x）:

向量x的元素的平均值

median（x）:

向量x的元素的中位数

std（x）:

向量x的元素的标准差

diff（x）:

向量x的相邻元素的差

sort（x）:

对向量x的元素进行排序（Sorting）

length（x）:

向量x的元素个数

norm（x）:

向量x的欧氏（Euclidean）长度

sum（x）:

向量x的元素总和

prod（x）:

向量x的元素总乘积

cumsum（x）:

向量x的累计元素总和

cumprod（x）:

向量x的累计元素总乘积

dot（x,y）:

向量x和y的内积

cross（x,y）:

向量x和y的外积

（大部份的向量函数也可适用於矩阵）

====================================================

查询命令

help：

用来查询已知命令的用法。

例如已知inv是用来计算反矩阵，键入helpinv即可得知有关inv命令的用法。

（键入helphelp则显示help的用法，请试看看！

）

lookfor：

用来寻找未知的命令。

例如要寻找计算反矩阵的命令，可键入

lookforinverse，MATLAB即会列出所有和关键字inverse相关的指令。

=============================================

系统定义的常数。

i或j：

基本虚数单位（即）

eps：

系统的浮点（Floating-point）精确度

inf：

无限大，例如1/0

nan或NaN：

非数值（Notanumber），例如0/0

pi：

圆周率p（=3.1415926...）

realmax：

系统所能表示的最大数值

realmin：

系统所能表示的最小数值

nargin:

函数的输入引数个数

nargin:

函数的输出引数个数

====================================================

基本绘图函数

plot:

x轴和y轴均为线性刻度（Linearscale）

loglog:

x轴和y轴均为对数刻度（Logarithmicscale）

semilogx:

x轴为对数刻度，y轴为线性刻度

semilogy:

x轴为线性刻度，y轴为对数刻度

====================================================

plot（x,sin（x）,'co',x,cos（x）,'g*'）;

====================================================

plot绘图函数的参数含义

字元颜色字元图线型态

y 黄色. 点

k 黑色o 圆

w 白色x x

b 蓝色+ +

g 绿色* *

r 红色- 实线

c 亮青色:

点线

m 锰紫色-. 点虚线

-- 虚线

====================================================

可用axis（[xmin,xmax,ymin,ymax]）函数来调整图轴的范围：

如axis（[0,6,-1.2,1.2]）;

注解与处理：

xlabel（'InputValue'）;%x轴注解

ylabel（'FunctionValue'）;%y轴注解

title（'TwoTrigonometricFunctions'）;%图形标题

legend（'y=sin（x）','y=cos（x）'）;%图形注解

gridon;%显示格线

我们可用subplot来同时画出数个小图形於同一个视窗之中：

subplot（2,2,1）;plot（x,sin（x））;

subplot（2,2,2）;plot（x,cos（x））;

subplot（2,2,3）;plot（x,sinh（x））;

subplot（2,2,4）;plot（x,cosh（x））;

====================================================

其他各种二维绘图函数（了解）

bar 长条图

errorbar 图形加上误差范围

fplot 较精确的函数图形

polar 极座标图

hist 累计图

rose 极座标累计图

stairs 阶梯图

stem 针状图

fill 实心图

feather 羽毛图

compass 罗盘图

quiver 向量场图

====================================================

以下我们针对每个函数举例。

（了解）

当资料点数量不多时，长条图是很适合的表示方式：

closeall;%关闭所有的图形视窗

x=1:

10;

y=rand（size（x））;

bar（x,y）;

如果已知资料的误差量，就可用errorbar来表示。

下例以单位标准差来做

资料的误差量：

x=linspace（0,2*pi,30）;

y=sin（x）;

e=std（y）*ones（size（x））;

errorbar（x,y,e）

对於变化剧烈的函数，可用fplot来进行较精确的绘图，会对剧烈变化处进

行较密集的取样，如下例：

fplot（'sin（1/x）',[0.020.2]）;%[0.020.2]是绘图范围

若要产生极座标图形，可用polar：

theta=linspace（0,2*pi）;

r=cos（4*theta）;

polar（theta,r）;

对於大量的资料，我们可用hist来显示资料的分　情况和统计特性。

下面几个命令可用来验证randn产生的高斯乱数分：

x=randn（5000,1）;%产生5000个?

=0，?

=1的高斯乱数

hist（x,20）;%20代表长条的个数

rose和hist很接近，只不过是将资料大小视为角度，资料个数视为距离x=randn（1000,1）;

rose（x）;

stairs可画出阶梯图：

x=linspace（0,10,50）;

y=sin（x）.*exp（-x/3）;

stairs（x,y）;

stems可产生针状图，常被用来绘制数位讯号：

x=linspace（0,10,50）;

y=sin（x）.*exp（-x/3）;

stem（x,y）;

stairs将资料点视为多边行顶点，并将此多边行涂上颜色：

x=linspace（0,10,50）;

y=sin（x）.*exp（-x/3）;

fill（x,y,'b'）;%'b'为蓝色

feather将每一个资料点视复数，并以箭号画出：

theta=linspace（0,2*pi,20）;

z=cos（theta）+i*sin（theta）;

feather（z）;

compass和feather很接近，只是每个箭号的起点都在圆点：

theta=linspace（0,2*pi,20）;

z=cos（theta）+i*sin（theta）;

compass（z）;

3.基本XYZ立体绘图命令

mesh和surf是三度空间立体绘图的基本命令，mesh可画出立体网状图，surf则可画出立体曲面图，两者产生的图形都会依高度而有不同颜色。

下列命令可画出由函数形成的立体网状图:

x=linspace（-2,2,25）;%在x轴上取25点

y=linspace（-2,2,25）;%在y轴上取25点

[xx,yy]=meshgrid（x,y）;%xx和yy都是21x21的矩阵

zz=xx.*exp（-xx.^2-yy.^2）;%计算函数值，zz也是21x21的矩阵

mesh（xx,yy,zz）;%画出立体网状图

surf和mesh的用法类似：

x=linspace（-2,2,25）;%在x轴上取25点

y=linspace（-2,2,25）;%在y轴上取25点

[xx,yy]=meshgrid（x,y）;%xx和yy都是21x21的矩阵

zz=xx.*exp（-xx.^2-yy.^2）;%计算函数值，zz也是21x21的矩阵

surf（xx,yy,zz）;%画出立体曲面图

为了方便测试立体绘图，MATLAB提供了一个peaks函数，可产生一个凹凸有致的曲面，包含了三个局部极大点及三个局部极小点，其方程式为：

要画出此函数的最快方法即是直接键入peaks：

peaks

z=3*（1-x）.^2.*exp（-（x.^2）-（y+1）.^2）...

-10*（x/5-x.^3-y.^5）.*exp（-x.^2-y.^2）...

-1/3*exp（-（x+1）.^2-y.^2）

我们亦可对peaks函数取点，再以各种不同方法进行绘图。