网站建设及第三方支付,深圳网页设计招聘信息,销售管理软件属于,廊坊网站建设精灵1. 显示输出数据的三种方式
1.1 改变数据格式
当数据重复再命令行窗口时#xff0c;整数以整形形式显示#xff0c;其他值将以默认格式显示。MATLAB的默认格式是精确到小数点后4位。如果一个数太大或太小#xff0c;那么将会以科学记数法的形式显示。比如#xff1a;
整数以整形形式显示其他值将以默认格式显示。MATLAB的默认格式是精确到小数点后4位。如果一个数太大或太小那么将会以科学记数法的形式显示。比如 x100.11x 100.1100 y1001.1y 1.0011e03 z0.00010011z 1.0011e-04改变默认输出格式要用到format命令可根据下表改变数据的输出格式
其中美元格式是指按美元精确到美分的格式记数隐藏/使用多余的换行符这个我也试出来有什么卵用。
1.2 disp函数
另一种显示数据的方法是用disp函数。disp需要一个数组参数它将值显示在命令行窗口。如果这个数组是字符型那么包含在这个数组中的字符串将会打印在命令行窗口。 此函数可联合num2str将一个数转化为字符串和int2str讲一个整数转化为字符串来产生新的信息显示在命令行窗口中。例如下面的语句将“the value of pi3.1416”显示在命令行窗口中。第一句创建了一个字符型数组第二句用于显示这个数组。 str[the value of pi num2str(pi)];disp(str);
the value of pi3.14161.3 用fprintf函数格式化输出数据
用fprintf函数显示数据是一种十分简便方法。fprintf函数显示带有相关文本的一个或多个值允许程序员控制显示数据的方式。它在命令行窗口打印一个数据的一般格式如下
fprintf(format,data)其中format用于表示一个描述打印数据方式的字符串data代表要打印的一个或多个标量或数组。format包括两方面的内容一方面是打印文本内容另一方面是打印内容中的数据格式。例如 fprintf(the value of pi is%6.2f\n,pi)
the value of pi is 3.14打印的结果为the value of pi is 3.14后面带有一个换行符。转义序列%6.2f代表在本函数中的第一个数据项将占有6个字符宽度小数点后有2位小数。 fprintf函数又一个重大的局限性只能显示复数的实部。当我们的计算结果是复数时这个局限性将会产生错误。在这种情况下最好用disp显示数据。 例如 ians 0.0000 1.0000i disp([i])0.0000 1.0000i fprintf(i is%8.4f\n,i)
i is 0.0000注意fprintf忽略了虚部
1.4 对比总结
改变数据的默认格式可以让数据以你想要的形式展现包括精确到哪一位、多少进制显示、只显示正负等使用disp函数来打印可以打印所有的内容包括负数但要注意的是disp函数需要的是数组参数并且只会打印数组内的字符串所以如果是一个数字你需要使用int2str或num2str转化成字符串但是如果是一个矩阵你可以直接打印至于为什么可以直接打印数字格式的矩阵我也不明白使用fprintf函数可以以任何的数据格式打印数据而且可以带有一个或多个值但是要使用正确的特殊字符但值得注意的是fprintf函数只能复数的实部所以在有复数参加或产生的计算中可能产生错误的结果
总的来说使用fprintf最为灵活方便可以输出任何格式而且可以有多个数据项但fprintf需要定义数据项的字符宽度和数据格式所以上手感觉有点繁琐。
2 将不同长度的一维数组存入二维数组
将多个不同长度的一维数组存入二维数组时需要将所有一维数组的长度转为相同长度可以采用在数组后边补零的方式实现。
如果a是行向量M是你要的最终向量的长度用 a[a , zeros(1,M-length(a))]; 如果a是列向量改成 a[ a ; zeros(M-length(a),1)];
3 数组中多少个不同的值
n length(unique(B)); 不同值个数 unique(B‘rows’) 所有的不同值
4 矩阵中nan元素的个数
方法一numel(find(isnan(a))) 方法二numel(a(isnan(a)))
5 去掉矩阵中的nan元素
a [NaN 1 2 3 4];
p find(isnan(a))
a(p) [];5.1 二维数组
1 设置一个含空NAN数组代码
test[1;2;3;nan;5;nan;7];2 将其中的空值nan去掉
test(isnan(test(:,1))1)[];
test_2test;3 将其中的空值nan用0代替代码
test(isnan(test(:,1))1)0
test_3test;4 将其用上一个数值代替代码
for i1:7if isnan(test(i,1))1test(i,1)test(i-1,1);endendtest_4test;5.2 多维数组
如果是多位数组如何处理呢这里设置一个7*2的数组代码
test_1[11;22;33;nannan;5,5;nan,nan;7,7];多维数组将其含空值nan的整行数组全部去掉代码
test_5test_1(:,1).*test_1(:,2)for i7:-1:1if isnan(test_5(i,1))1test_1(i,:)[];endendtest_16 统计一个数组中各数字元素出现的频数、频率和累积频率
nsum(a7)6.1 统计数值型数组 x [2 2 6 5 2 3 2 4 3 4 3 4 4 4 4 2 26 0 4 7 2 5 8 3 1 3 2 5 3 6 2 3 54 3 1 4 2 2 2 3 1 5 2 6 3 4 1 2 5];tabulate(x(:))Value Count Percent0 1 1.96%1 4 7.84%2 14 27.45%3 10 19.61%4 10 19.61%5 6 11.76%6 4 7.84%7 1 1.96%8 1 1.96%6.2 字符串 x [If x is a numeric array, TABLE is a numeric matrix.];tabulate(x)Value Count PercentI 1 2.44%f 1 2.44%x 2 4.88%i 5 12.20%s 2 4.88%a 5 12.20%n 2 4.88%u 2 4.88%m 3 7.32%e 2 4.88%r 5 12.20%c 2 4.88%y 1 2.44%, 1 2.44%T 1 2.44%A 1 2.44%B 1 2.44%L 1 2.44%E 1 2.44%t 1 2.44%. 1 2.44%
6.3 字符型数组 x [崔家峰;孙乃喆;安立群;王洪武;王玉杰;高纯静;崔家峰;叶 鹏;关泽满;谢中华;王宏志;孙乃喆;崔家峰;谢中华];tabulate(x)Value Count Percent崔家峰 3 21.43%孙乃喆 2 14.29%安立群 1 7.14%王洪武 1 7.14%王玉杰 1 7.14%高纯静 1 7.14%叶 鹏 1 7.14%关泽满 1 7.14%谢中华 2 14.29%王宏志 1 7.14%
6.4 字符串元胞数组 x {崔家峰;孙乃喆;安立群;王洪武;王玉杰;高纯静;崔家峰;
叶鹏;关泽满;谢中华;王宏志;孙乃喆;崔家峰;谢中华};tabulate(x)Value Count Percent崔家峰 3 21.43%孙乃喆 2 14.29%安立群 1 7.14%王洪武 1 7.14%王玉杰 1 7.14%高纯静 1 7.14%叶鹏 1 7.14%关泽满 1 7.14%谢中华 2 14.29%王宏志 1 7.14%
6.5 名义尺度如性别职业产品型号等数组 load fisheririsspecies nominal(species);tabulate(species)Value Count Percentsetosa 50 33.33%versicolor 50 33.33%virginica 50 33.33%
7 矩阵内的0元素
7.1 统计非0元素的个数
%统计矩阵A中非0元素的个数
sum(sum(A~0))7.2 去除0元素
向量
a[1,0,2,3,0,4,5]a(find(a0))[]a 1 2 3 4 5矩阵
a[0 0;1 2;0 0;3 4]a 0 01 20 03 4a(find(a0))[]a 1 3 2 4areshape(a,2,2)a 1 23 4利用 [ ] 删除矩阵中全为0的某行
A[ 0 0 0;
1 0 0;
1 1 1];A 0 0 01 0 01 1 1A(any(A,2)0,:)[]A 1 0 01 1 18 输出一行文字
!echo hellomatlab!9 三维数组的操作
A [1 2 3; 4 5 6; 7 8 9]
A(:,:,2) [10 11 12; 13 14 15; 16 17 18]
B cat(3,A,[3 2 1; 0 9 8; 5 3 7])
B(:,:,4) 0
elA A(1,2,2) % 访问 A 中下标为 1,2,2 的元素
C A(:,[1 3],:) % 在第二个维度中使用索引向量 [1 3]只访问 A 的每一页上的第一列和最后一列
D A(2:3,:,:) % 查找每一页的第二行和第三行10 将每次循环的图绘制在一张图纸上
n 5;
t 0:0.05:2*pi;
for k 1:nfigurex k*sin(t);y k*cos(t).*x;plot(x,y);hold on % 保持同一绘画框
end1没有figure 画出的图在一张图纸上
2有figure 循环n次就有n张图
11 循环保存文件
11.1 二维数组
执行10次循环每次循环生存一个矩阵temp.m分别保存为temp1temp2……
n 10;
for k 1 : nfilename strcat(temp, num2str(k), .m);save([.\data\, filename],ccdf_ValDelay); % ccdf_ValDelay is the target variable o be saved
end11.2 三维数组
Am_nor是一个已知的13页的三维数组将每一页数组生成名为Am1Am2…的矩阵
for SampleN0_i 1:SampleN0_alleval([depsize_n1f1_Rx, num2str(SampleN0_i),depsize_n1f1tmp(:,:,SampleN0_i)]);
end转化为二维数组
% Reshape array
aaa[[1,2,3];[4,5,6]];
bbb[[11,22,33];[44,55,66]];
bb[[111,222,333];[444,555,666]];
b[[1111,2222,3333];[4444,5555,6666]];
c(:,:,1)aaa;
c(:,:,2)bbb;
c(:,:,3)bb;
c(:,:,4)b;
[No_row,No_col,No_pag] size(c);
cccreshape(c,[(No_row*No_col),No_pag])
for i1:No_pagfilename strcat(testc, num2str(i));for j1:No_rowcctrans(j,1:No_col) ccc(i,j:2:(No_row*No_col));endsave([.\data\, filename],cctrans,-ascii);
end
for i1:No_pagfilename strcat(testc, num2str(i));testc1 load([.\data\,filename])
end输出结果
ccc 列 1 至 41 4 2 511 44 22 55111 444 222 5551111 4444 2222 5555列 5 至 63 633 66333 6663333 6666testc1 1 2 34 5 6testc1 11 22 3344 55 66testc1 111 222 333444 555 666testc1 1111 2222 33334444 5555 666611.3 eval函数
eval的功能简单来说就是可以把字符串当做命令来执行 eval用于循环中是再好不过了特别是有些变量的名字中含有有规律的数字比如我们现在要依次把data1data2data3写入excel,并命名为data1.xlsx,data2.xlsx,data3.xlsx,
当然你可以写三行
xlswrirte(data1.xlsx,data1)xlswrirte(data2.xlsx,data2)xlswrirte(data3.xlsx,data3)但是假如现在有1000个这种data1data2…data1000呢
这个时候就需要eval出马了我们也可以只用三行
for i1:1000eval([xlswrite(data,num2str(i),.xlsx,,data,num2str(i),)])end
注意上面的eval语句语句中第一个data前面有两个’’,而xlsx后面也有两个’’,这就是给我们初学者埋下的坑哈哈两个’‘号中第一个’代表转义字符意思是两个’号中第二个’号为命令中的’号不是用来分割字符串文本的
使用eval时只需要先把想要表示的语句即命令写好再用’号分割成一段段字符串注意上面提到的’可以用作转义字符的情况
最后放一个我用来分表写入excel的实例吧看起来复杂一点但是道理都是一模一样的
这个是把2880个变量15min一个一天96个,30天2880个按时间顺序已排好序每96个变量一个excel每个变量一个sheet
clear
clc
close all
load time_volume_data.mat%载入数据
%把站点流量按天按时段写入excel文件
m1;
day1;
for n1:2880eval([xlswrite(data,num2str(day),.xlsx,,,data,num2str(n),,,sheet,num2str(m),)]);if m96m0;endif mod(n,96)0dayday1;endmm1;
end12 循环读取文件
将二维数组文件读取至三维数组
for SampleN0_i 1:SampleN0_allfilename_CCDF_delay_f1 strcat(RBC_t105_cdf50_90_CCDF_backlog_f1_Rx, num2str(SampleN0_i),.m);CCDF_delay_f1tmp(:,:,SampleN0_i) load([.\data\, filename_CCDF_delay_f1]);
end13 plot循环中不同颜色
color{g.,r.,c.,m.,y.,k.};
for i1:kClusKsetdiff(Clusters(i,:),0);plot(xdata(ClusK,1),xdata(ClusK,2),color{i},MarkerSize,10) % MarkerSize 表示点的大小b.表示蓝色的点
end14 colormap 函数
14.1 colormap简介
matlab中每个figure都有而且仅有一个colormap翻译过来就是色图。
colormap(map) 用map矩阵映射当前图形的色图。 colormap(‘default’) 默认的设置是 JET. map colormap(获得当前色图矩阵. colormap(ax,…) 应用色图到ax坐标对应的图形而非当前图形。
colormap实际上是一个m × 3的矩阵每一行的3个值都为0-1之间数分别代表颜色组成的rgb值如[0 0 1]代表蓝色。
系统自带了一些colormap如winter、autumn等。输入winter就可以看到它是一个64x3的矩阵。
用户可以自定义自己的colormap而且不一定是64维的。
系统自带的colormap
14.2 colormap用法
那么颜色在fill或patch中到底是如何显示的呢
本质上是把具体的颜色变成colormap中的相应index也就是行数。
这个过程叫做换算映射将指定的数值颜色向量矩阵C映射到对应的颜色。
在matlab中图形窗的属性’CdataMapping’缺省设置值为’scaled’也就是线性映射。
映射过程如下
首先需要根据caxis取得Cmin和Cmax两个变量默认值为0和1画图时如果指定了数值颜色向量矩阵CCmin和Cmax自动设置为C中的最大值和最小值。当你想控制时可以自定义。比如将Cmax减小这样将把所有大于Cmax的C值全部都映射到同一个颜色colormap中index最大的行代表的颜色。 根据Cij在Cmin和Cmax之间的比例关系确定对应的颜色的index默认为线性映射。 也就是说当制定了数值颜色向量矩阵C之后画图图中颜色的使用范围会自动占满整个颜色范围
另外fill中指定了某些点的颜色值其他颜色值都是采用插值的方法确定。
14.3 实例
实例1
colormap([spring;summer;autumn;winter])%相当于自定义了一个256*3维的colormap %实际上spring,summer,autumn,winter%都是64*3维的colormap
x[0 1 1 0];
y[0 0 1 1]; %定义四个点 [0 0] [1 0] [1 1] [0 1]
fill(x,y,[0 0.1 0.2 0.3]); %定义四个点的C值 %则Cmin0Cmax0.3
colorbar;
mapcolormap; %map为256*3矩阵结果如下
实例2
%本例中颜色从[0 0 0] 变化到[1 1 0]
%增加row_cmap的值如变化到100则可看到颜色的渐变而非跳跃型变化。
row_cmap 15; %定义色图矩阵的行数
color_mapzeros(row_cmap,3); %定义色图矩阵
color_r 0:1/(row_cmap-1):1;
color_g 0:1/(row_cmap-1):1;
color_b 0:1/(row_cmap-1):1;
color_map(:,1) color_r;
color_map(:,2) color_g;
colormap(color_map);x[0 1 1 0];
y[0 0 1 1]; %定义四个点 [0 0] [1 0] [1 1] [0 1]
fill(x,y,[0 0.1 0.2 0.3]); %定义四个点的C值 %则Cmin0Cmax0.3
colorbar;
mapcolormap; %map为15*3矩阵
colorbar;结果如下 15 循环加legend
figure
for i 1:15plot(flavorType(i,:))hold onlegend_str{i} [flavor num2str(i)];
end
legend(legend_str)16 心心
figure
% 指定背景为本地图片
img imread(img2.jpg);
imagesc([-20 20], [-20 15],img); % imagesc([min_x max_x], [min_y max_y],img);
hold on
% xlabel(Raster Column);
% ylabel(Raster Row);
% colormap(gray);
% figure
% 绘制心心
t 0:pi/50:2*pi
x 16*sin(t).^3
y 13*cos(t)-5*cos(2*t)-2*cos(3*t)-cos(4*t)
scatter(x,-5-y,rd,filled)17 删除指定文件夹内的文件夹及多个子文件夹
17.1 MATLAB Documentation - MathWorks 中国
地址 MATLAB Documentation - MathWorks 中国https://ww2.mathworks.cn/help/matlab/index.html?s_tidCRUX_lftnav
遇到MATLAB的问题首先打开MATLAB Documentation查找文件操作部分内容如下
17.1 delete - 删除文件或对象
delete *.mat %删除当前文件夹中带有 .mat 扩展名的所有文件。17.2 rmdir- 删除文件夹
删除非空文件夹
[status, message, messageid] rmdir(myfiles) %删除空文件夹
[status, message, messageid] rmdir(myfiles, s) %删除非空文件夹
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
status - 文件夹删除状态
0 | 1
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
msg - 错误消息
错误消息指定为字符向量。如果发生错误或警告msg 将包含错误或警告的消息文本。否则msg 为空即 。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%17.2 代码块
function deletebeforecd(E:\TEST) %进入所在文件夹delete *.txt %删除文件夹内所有.txt
delete *.cst %删除文件夹内所有.cstif exist(cable,dir) 7 %检测是否存在名为cable的文件夹及子文件夹
files dir(E:\TEST); %遍历
%delete dir
filenum length(files);for i 1:filenumif(files(i).isdir ~strcmp(files(i).name,.) ~strcmp(files(i).name,..))rmdir(files(i).name,s) endend
endend18 去掉数组中的NaN值
方法一
clc
clear all
test [0 1 0 5 0 NaN 5 NaN; 2 0 NaN NaN 8 NaN 5 NaN]
[row_samp col_samp] size(test);
ind_nan [];
for i1:row_sampind_nani find(~isnan(test(i,:)));ind_nan(i) length(ind_nani);test1(i,1:ind_nan(i)) test(i,ind_nani);
end
test1结果
test 0 1 0 5 0 NaN 5 NaN2 0 NaN NaN 8 NaN 5 NaNtest1 0 1 0 5 0 52 0 8 5 0 0ind_nan2 1 2 5 7test2 0 0 0 02 0 8 5方法二
可以通过importdata(data.txt)将数据文件data.txt导入数组A中。
Aimportdata(data.txt)然后通过命令
zfind(~isnan(A))将A数组中NaN所在的编号给找出来
BA(z)就可以将A中所有的NaN值剔除掉了如果希望得到非NaN值的编号那么z就是了
如果只求将A中NaN值去掉那么BA(~isnan(A))就可以搞定
当然我们此方法也可以将数组中某个数替换或者剔除。
比如我们有个数组
A[1,2;0,3] 我们希望将数组A中的0给找出并剔除掉。
zfind(A0);A(z)[];19 求状态转移矩阵的稳态概率分布 TPM [0.368 0 0.632; 0.368 0.368 0.264; 0.184 0.368 0.448];
n 10; % high dim TPM needs much larger n to obtain an accurate value of SSP
ssp TPM^n;
SSP ssp(1,:);结果
ssp 0.2848 0.2632 0.45200.2848 0.2632 0.45200.2848 0.2632 0.4520SSP 0.2848 0.2632 0.4520解释如下
即矩阵TPM的稳态概率分布为SSP[0.285, 0.263, 0.452]保留三位有效小数
20 循环给二维数组赋值
for i 1:2test{i}[1i 2; 3i 4];
end
test{2}结果
ans 3 25 421 判断数组元素是否全部为零
any(a)
全是0为0否则为1
二维及以上数组要注意any(a)结果值的对应关系
22 创建多个Legend
figure for d_i1:length(Distance)indexP_3300 find(Power_chg_rec_3300~0);if ~isempty(indexP_3300)pSrPchg(d_i) plot(Split_Ratio(1:len_SpRa),(10*log10(Power_chg_rec_3300(d_i,(1:len_SpRa)))),linestyle,linestyle{2},color,color{d_i},Linewidth,1.5,Marker,marker{1});hold onlegend_strP{d_i} [d num2str(Distance(d_i))];end
end
for d_i1:length(Distance)indexP find(Power_chg_rec~0);if ~isempty(indexP)plot(Split_Ratio(1:len_SpRa),(10*log10(Power_chg_rec(d_i,(1:len_SpRa)))),linestyle,linestyle{1},color,color{d_i},Linewidth,1.5,Marker,marker{2});hold onend
end
pSrPchgLeg(1) plot(Split_Ratio(1),(10*log10(Power_chg_rec(d_i,(1:1)))),linestyle,linestyle{2},color,color{3},Linewidth,1.5,Marker,marker{1});
pSrPchgLeg(2) plot(Split_Ratio(1),(10*log10(Power_chg_rec_3300(d_i,(1:1)))),linestyle,linestyle{1},color,color{3},Linewidth,1.5,Marker,marker{2});
legend_strPLeg1 strcat(R ,num2str(SampleN0_all));
legend_strPLeg2 strcat(R ,num2str(SampleN0_all_3300));
% % % 坐标轴范围
xlim_bottom 0;
xlim_up 1;
ylim_bottom 45;
ylim_up 65;ax1 gca;
xlim(ax1,[xlim_bottom xlim_up]);
ylim(ax1,[ylim_bottom ylim_up]);% % % 第二axes
ax2 axes( Position,get(ax1,Position),Xlim,[xlim_bottom xlim_up],Ylim,[ylim_bottom ylim_up],Visible,off,color,none); %ax2与ax1横纵坐标范围对应
% % %画两个legend
Leg1 legend( ax1,pSrPchg,legend_strP ); % legend(legend_strP);
Leg2 legend( ax2,pSrPchgLeg,legend_strPLeg1,legend_strPLeg2,color,none );xlabel(ax1,Split Ratio \rho,fontsize,12);
ylabel(ax1,Received Charging Power (dB),fontsize,12);
hold off
grid on
title([No. of Sample: ,num2str(SampleN0_all),, Input power: ,num2str(Power_in)])23 如何放大figure图中的局部细节/区域
一、画图
在命令窗口中输入
t0:0.01:15; ysin(t); figure(1) plot(t,y) 二、放大局部细节
1 点击如图所示的箭头 2 点击鼠标右键→复制 3 粘贴 4 调整小图大小并防止在合适的位置。选中小图点放大图片中“”
5 调整x轴、y轴的刻度选择需要放大的位置。选中小图双击 6 点击图中x左边的箭头完成。 最后的图形 24 绘制三维图形
在Matlab中三维图形的绘制包括三维曲线三维网线图和三维曲面图。
24.1 几个函数
1.plot3(x,y,z,…)
其中x,y,z为维数相同的向量分别储存3个坐标值
2.stem3(x,y,z,…)
常用的三维火柴杆图
3.mesh(x,y,z,…)
常用的网线图调用格式
mesh(X,Y,Z) 创建一个网格图该网格图为三维曲面有实色边颜色无面颜色。该函数将矩阵 Z 中的值绘制为由 X 和 Y 定义的 x-y 平面中的网格上方的高度。边颜色因 Z 指定的高度而异。
4.surf(x,y,z,…)
常用的曲面图调用格式
surf(X,Y,Z) 创建一个三维曲面图它是一个具有实色边和实色面的三维曲面。该函数将矩阵 Z 中的值绘制为由 X 和 Y 定义的 x-y 平面中的网格上方的高度。曲面的颜色根据 Z 指定的高度而变化。
5.contour(x,y,z,…)
常用的的等高线调用格式
6.meshgrid(x,y)
格点矩阵生成函数
24.2 例子
下面以两个例子熟悉上述函数的用法
例一plot3, stem3
绘制xcos(t),ysin(t),zt所表示的曲线其中t的范围为[0,10pi]要求绘制三维曲线图与三维火柴杆图。
分析可以看到函数中xy均为z的单值函数所以用plot3和stem3就可以解决
代码
t0:pi/30:10*pi; %设定t的范围plot3(cos(t),sin(t),t,-b,LineWidth,4); %绘制三维曲线并且做修饰grid on %加网格axis square %命令坐标为方形figure(2) %新建图形窗口stem3(cos(t),sin(t),t,-.g) %绘制三维火柴杆图结果 图1. 例一结果图(三维曲线图) 图2. 例一结果图(三维火柴杆图)
例二meshgrid, surf, mesh, surf, contour
绘制二元方程 所表示的三维曲面其中xy的范围为[-8,8]要求绘制三维曲面图三维网线图三维等高线图。
分析可以看出函数中z为与xy都相关的函数所以此处需要用meshgrid函数先构成格点矩阵
代码
x-8:0.5:8; % x范围 y-8:0.5:8; % y范围% SpD_x,SpD_ymeshgrid(a,b); % SpD_x(m,m*n)每一行都相同是将a(m,n)的列变行后追加成一行保持a的行数; SpD_y(m,m*n)每一列都相同第i行是b(1,m)的第i个元素重复m*n次
% SpD_x(n,m)每一行都相同是将a(1,m)重复n次;
% SpD_y(n,m)每一列都相同是将b(1,n)的行变成列重复m次[xx,yy]meshgrid(x,y); %构成格点矩阵csqrt(xx.^2yy.^2)eps; %计算z的分母为避免为0加epszsin(c)./c; %计算zsubplot(2,2,1)surf(xx,yy,z);title(Surfplot); %子图1绘制三维图形subplot(2,2,2)mesh(xx,yy,z);title(Meshplot); %子图2绘制三维曲面subplot(2,2,3)surf(xx,yy,z);title(Surplot with shading interp); %子图3绘制三维曲面表面为光滑shading interp;subplot(2,2,4)contour(xx,yy,z);title(Meshplot); %子图4绘制等高曲线结果 图 3. 例二结果图
希望大家能认真体会以上两个例子现在给出一个思考题如果能画出来的话说明你已经掌握了这一技能答案我将在下一期的帖子给出。
思考题
给出一组数据如下表所示做出其三维曲面图 图 4.思考题数据截图 图 5.思考题答案图
注本贴提及的程序及思考题数据位置为http://www.jishulink.com/content/doc/280286
24.3 surf曲面绘图数据与颜色图的关系
1. 默认设置修改
s surf(X,Y,Z,C);
默认情况下C 等于 Z即颜色随高度而异。
默认情况下C 的范围线性映射到颜色图数组中的行数。 通过CX实现曲面上的颜色随 X 而异。
您也可以直接设置 CData 属性。以下命令将使得颜色随 Y 而异。
s.CData Y;
颜色无需遵循单一维度的变化。实际上CData 可以是任何与 Z 大小相同的数组。例如以下平面上的颜色遵循 sinc 函数形状。
R sqrt(X.^2 Y.^2) eps; s.CData sin®./®;
s.EdgeColor none;
s.CData SpD_y;
R sqrt(SpD_x.^2 SpD_y.^2) eps;
s.CData sin(R)./(R);
1. shading设置颜色着色属性
shading 函数控制曲面和补片图形对象的颜色着色。
shading flat 每个网格线段和面具有恒定颜色该颜色由该线段的端点或该面的角边处具有最小索引的颜色值确定。
shading faceted 具有叠加的黑色网格线的单一着色。这是默认的着色模式。
shading interp 通过在每个线条或面中对颜色图索引或真彩色值进行插值来改变该线条或面中的颜色。
shading(axes_handle,…) 将着色类型应用于 axes_handle 指定的坐标区而非当前坐标区中的对象。使用函数形式时可以使用单引号。例如 shading(gca,‘interp’) 举例
tiledlayout(2,2)
nexttile
sphere(16)
title(Faceted Shading (Default))nexttile
sphere(16)
shading flat
title(Flat Shading)nexttile
sphere(16)
shading interp
title(Interpolated Shading)24.4 三维数据可视化
1. 三维图形
plot3(x,y,z):其中参数x,y和z都是具有相同的维数的向量或者矩阵
mesh()绘制三维网格图
surf()绘制彩色的三维曲面图
2. 特殊三维绘图
cylinder()产生柱面图的数据然后采用mesh方便的绘制出三维旋转体
sphere()球面图
contour3()三维等高线
bar3()柱状图 bar3h()水平三维柱状图 pie3()饼状图
scatter3()三维散点图
3. 设置视角
view(az,el)az为方位角el为仰角
view([x y z])指向向量[x y z]所指的方向
view(2):二维视角
view(3)三维视角
rotate3d on/off打开或关闭三维视角功能
4. 色彩控制
rgbplot()绘制色图
colorbar()水平颜色条
colormap()垂直颜色条
5. 光照效果
light()
6. 图形的输出
file菜单下的save as
print
25 逻辑函数
all——判断是否所有元素都是非零数 any——判断是否存在非零数 exist——判断变量或函数是否存在 find——找出非零元素的位置 isfinite——判断矩阵元素是否为有限值 isinf——判断矩阵元素是否为无限值 isempty——判断矩阵是否为空矩阵 isequal——判断几个对象是否相同 isnumeric——判断矩阵元素是否为数据 issparse——判断矩阵是否为稀疏矩阵 ischar——判断是否为字符串 islogical——判断矩阵是否为逻辑类型 isfield——判断是否为某个结构体矩阵的域 isstruct——判断是否为结构体类型 ishandle——判断是否为图像句柄 all——判断是否所有元素都是非零数 对于向量a行向量或列向量如果向量中所有元素都是非零数则all(a)返回1否则返回0。 对于矩阵Aall(A)是作用于列向量上的若矩阵中某列的所有元素都是非零数则返回1如果存在0则返回0。因此对于矩阵Aall(A)结果为与A具有同列数的行向量。 判断矩阵元素是否都大于5——all(all(A 5)) 此处A5返回一个逻辑矩阵all(A5)返回一个行向量若该行向量中所有元素均大于0则all(all(A5))返回1即说明该矩阵中所有元素均大于5. any——判断是否存在非零数 对于向量a行向量或列向量如果向量中至少有一个元素是非零数则any(a)返回1若所有元素均为0返回0。 对于矩阵Aany(A)是作用于列向量上的若矩阵中某列至少含有一个非零元素则返回1如果全为0则返回0。因此对于矩阵Aany(A)结果为与A具有同列数的行向量。 exist——判断变量或函数是否存在 在MATLAB程序设计中有时需要知道变量是否已经被定义过即是否存在于当前内存中有时还需要详细了解变量的类型这是exist就显得非常有用。 exist的参数必须为字符串标量或字符向量即格式为exist(’ )其返回值a与参数’A’的关系为 find——找出非零元素的位置 若需要对矩阵中符合某一特定条件的元素进行定位比如将矩阵中为0的元素设为1运用find和各种逻辑、关系运算可以实现绝大多数条件的元素定位。
注意按列查找
a find(A)——返回非零元素的序号
a [0, 1, 4, 0, 5];find(a)ans 2 3 5 a [0, 1; 2, 3; 0, 4]a 0 12 30 4 find(a)ans 2456 % 所显示的序号是按列从1开始进行数的b(:, :, 1) [0, 0; 1, 2];b(:, :, 2) [3, 4; 5, 6];bb(:,:,1) 0 01 2b(:,:,2) 3 45 6 find(b)ans 245678[i, j] find(A)——适用于矩阵返回非零元素的行、列的序号。常用于稀疏矩阵中。
a [1, 2, 3; 4, 5, 6; 7, 8, 9];[i, j] find(a)i 123123123j 111222333[i, j, v] find(A)——v中存放非零元素的值i、j与上面的相同
a [1, 2, 3; 4, 5, 6; 7, 8, 9];[i, j, v] find(a)i 123123123j 111222333v 147258369矩阵替换a(find(a 3)) b(find(a 3))
a [1, 1, 1; 2, 2, 2; 3, 3, 3];b [9, 9, 9; 8, 8, 8; 7, 7, 7];aa 1 1 12 2 23 3 3 bb 9 9 98 8 87 7 7 a(find(a 2)) b(find(a 2)); //将a矩阵中值为2的元素替换为b矩阵中相应位置的元素aa 1 1 18 8 83 3 3删除元素a(find(5)) []
a [1, 2, 3; 4, 5, 6; 7, 8, 9]a 1 2 34 5 67 8 9 a(find(a 5)) []; //删除矩阵中值为5的元素同时将矩阵转化为一个向量aa 1 4 7 2 8 3 6 9 whosName Size Bytes Class Attributesa 1x8 64 double 删除矩阵中的某一行——赋值为[ ]
a [1, 2, 3; 4, 5, 6; 7, 8, 9]a 1 2 34 5 67 8 9 a(2, :) []; //删除矩阵中的第2行a a 1 2 37 8 9isfinite——判断矩阵元素是否为有限值 若是有限值则相应位置返回1 否则返回0 isinf——判断矩阵元素是否为无限值 若是无限值则相应位置返回1 否则返回0 注意NaN、Inf、-Inf等都被视为无限值。
isinfinite和isinf函数返回的都是与参数规模相同的矩阵。
a [1, 2, 3; 4, 5, 6; 7, 8, 9];isfinite(a)ans 3×3 logical 数组1 1 11 1 11 1 1isempty——判断矩阵是否为空矩阵 矩阵为空则返回1否则返回0.
注意区分空矩阵、零矩阵、矩阵不存在 空矩阵矩阵存在但矩阵中没有元素 零矩阵矩阵中所有元素均为0 矩阵不存在当前工作空间中没有定义该矩阵变量
isequal——判断几个对象是否相同 a [1, 2, 3; 4, 5, 6; 7, 8, 9];b [1, 2, 3; 4, 5, 6; 7, 8, 9];c [1, 2, 3; 4, 5, 6; 7, 8, 9];isequal(a, b, c)
ans logical1isnumeric——判断矩阵元素是否为数据 如果矩阵是数据矩阵如稀疏矩阵、双精度矩阵、复数矩阵等则返回1反之如果是字符串、结构体矩阵等则返回0. issparse——判断矩阵是否为稀疏矩阵 ischar——判断是否为字符串 islogical——判断矩阵是否为逻辑类型 isfield——判断是否为某个结构体矩阵的域 isstruct——判断是否为结构体类型 ishandle——判断是否为图像句柄
———————————————— 现有原文链接 https://blog.csdn.net/SailingLT/article/details/80673556 https://blog.csdn.net/naturly/article/details/107742732 https://blog.csdn.net/shguo2/article/details/80581480 https://blog.csdn.net/qq_38412868/article/details/79185883 https://blog.csdn.net/me4weizhen/article/details/53912156 https://blog.csdn.net/google0802/article/details/16342633 https://blog.csdn.net/ckzhb/article/details/79828622 https://blog.csdn.net/qq_36581390/article/details/103568050 https://blog.csdn.net/Sunflower02/article/details/100661633 https://www.cnblogs.com/adong7639/p/10330387.html https://blog.csdn.net/qq_39671345/article/details/118382918 https://python.iitter.com/other/79174.html
