disp():打印
sprintf(‘decimals: %0.2f’, a):格式化字符串
format的使用可以让数字等显示出具体的位数,具体看format的参数
矩阵建立以空格和分号分割,分号的作用相当于换行
向量的循环产生:v = 1:1:4,以冒号分割,表示从1开始,步长是1,最后达到4
等差向量产生:例如产生1到6:v=1:6
产生全是1的特定矩阵,ones(2,3)表示生成2*3的全部是1的矩阵
zeros(10,1):生成10行一列的全为0的向量
上述生成全是特定某个数的,只需要做乘法运算就行了,例如生成全是2的矩阵:2*ones(2,3)
rand(1,3):随机生成1行3列的随机数字的矩阵,并且数字都介于0到1之间
randn(1,3):随机生成符合高斯分布的数值(正态分布值),randn(1,3)表示随机生成3个数字,也就是1行3列的三个数,这几个数符合高斯分布,也就是他们的均值是0或者方差为1
sqrt(4):开根
hist(矩阵):绘制矩阵的直方图,例如hist(randn(1,10000)),并且可以通过添加参数绘制更多的竖条hist(randn(1,10000), 50),通过第二个参数设置竖条的数量(前提是你有那么多个量)
例如我们通过load priceY.dat添加了一个训练集,其中训练集里边是一个一列的数据
被加载到Octave中以后对应的变量名是文件名,也就是priceY,那么拿到priceY前10个元素并赋给v,进行的操作是:v = priceY(1:10),其中如果文件按列排布,那只会拿到第一列的前10个,如果按行排布,那就会拿到一行的前10个,并且只针对列向量和行向量,其他可能报错
通过save 文件名 变量名
,例如:save hello.mat v,表示将v存储到文件hello.mat中。下一次通过load hello.mat,就会重新拿到数据,并且数据依旧存储在变量v中
保存到mat后缀的文件中,是将数据转成具体的二进制形式,这样的话变量v越大,压缩的程度越大
同样可以保存成其他格式,例如txt:save hello.txt v -ascii,表示保存为hello.txt并且是ascii编码方式
拿到某个元素:a(1,2):其中a是矩阵对应的向量名,通过a(1,2)这个索引拿到第一行第二列的元素
拿到某一列或者某一行:只需要填入对应的行数或者列数,然后另一个设置为:,例如获取第二行:a(2, 😃
拿到多行多列或者多个元素:a([1 3],[1 2]):表示拿1和3行的各自的1和2列元素。a([1 3],1):1和3行的1列元素。a([1 3]😅:1和3行的整行元素
整列修改:上述a(:, 2)表示拿到第2列的数,但是可以通过a(:, 2)赋值新的列去整列修改,并返回新矩阵
快捷添加列:可以直接整体套入
将矩阵的所有元素输出整合到一列上:a(😃,该方法按列进行打印的,如下图
快速整合矩阵:A = [B C]或者A=[B;C],其中B和C是两个矩阵
A*B:矩阵相乘
A .* C:通过 .* 运算符实现矩阵A和C中点对点的相乘,就是对应位置的数相乘,所以两个矩阵必须相同结构
A .^ 2:会对矩阵A中每个元素都进行平方,后边的数可以是任意的实数
1 ./ A:表示获得矩阵A对应的导数,数字可以是任意的实数
log(A):对A中所有元素都进行对数运算
exp(A):表示对A中所有元素进行以e为底的对数运算
abs(A):所有元素取绝对值
-A:A中元素全部变成负数
A+1:可以对A中每个元素都加1
A’:求A的转置
max(A):求A中值最大的元素,如果A不是向量,那么就返回每一列最大的元素
[val index]=max(A):返回的元素中第一个参数是元素的值,第二个参数是元素的索引,对于向量而言可以拿到对应的的值以及下标,但是对于非向量而言,就是拿到每一列的最大值,索引是对应的最大值艘所在的行
A < 3:表示A中每个元素和3比较,返回一个矩阵,1表示成立,0表示不成立
find(A<3):表示在A中找到符合条件的元素并返回它的索引,对于非向量而言,他会自动从第一行第一个开始按第1列…第2列…第n列的顺序返回索引,如下a将会被转换成1 8 1 9 9 2,符合条件的就是在1 3 6这三个位置的数
[r, c] = find(A<3):可以找到具体的行列号,r是行相关的向量,c是列相关的向量,如下返回值中,对应位置就是元素存在于对应的行列号
magic(3):生成一个幻方矩阵,也就是一个对角线、行、列上的数相加都等于同一个数的矩阵,其中传入的数字表示维度,3也就是表示3*3
sum(A):求A中所有元素的值的总和,如果不是向量,默认就会返回每一列的总和的行向量
sum(a,2):计算每一行的元素的总和
prod(A):表示A元素中所有元素的乘积
floor(A):表示A中的值向下取整
ceil(A):表示A中的值向上取整
max(A,B):其中A、B是对应的矩阵,max(A,B)返回了由A,B矩阵中对应位置的最大的元素组成
max(A,[], 1):最后一个数值如果是1,那么就拿到每一列的最大值,如果最后一行是2,那么就拿到每一列的最大值
主对角线上的数之和:sum(sum(A . eye(A矩阵的维度)))*:eye产生一个单位矩阵,根据A的维度产生单位矩阵后,再继续与A进行点对点相乘,最终得到了A矩阵中对角线上的元素,在通过sum可以拿到每一列的值,这个时候相当于把对角线上的元素整合成行向量,外层的sum就再次将这个原来由对角线元素组成的元素求和,最终得到了对角线上的元素的总和
flipud(A):对A进行垂直翻转,也就是从上向下或者从下向上180°翻转
副对角线的数之和:sum(sum(A . flipud(eye(A矩阵的维度))))*
绘图实例:首先是产生一个t相关的数组t = [0:0.1:5],这里表示从0开始步长是0.1,增加到5,通过sin函数得到y,并添加变量t,然后通过plot函数:plot(t,y),第一个参数是自变量,第二个参数是因变量,最终绘制下图
xlabel(‘time’):添加x轴描述
ylabel(‘value’):添加y轴描述
legend(第一条线的描述,第二条线的描述…):添加线描述,从左到右是对添加顺序的三条线进行添加相应的描述
title(标题名称):通过title函数添加标题描述
print -dpng ‘myplot.png’:将图像保存到当前路径下并且命名为myplot.png
close:关闭图像
figure(1): plot(t,y1):使用figure进行标识哪个图被绘制了,从而打开多个窗口进行图片绘制
subplot(1,2,1):前两个参数表示1*2的格子,也就是一行2个格子,最后一个格子表示当前使用的格子是第1个
axis([0.5,1,-1,1]):设置当前操作的子图的坐标范围,前两个参数设置的是x轴的范围,后两个数是设置y轴的范围,具体设置哪个子图是通过subplot进行设置的,按照实例就将x坐标设置成了0.5到1,纵坐标设置成了-1到1
clf:清除生成的图像
imagesc(矩阵):使用色块来表示来表示矩阵具体的元素,色块的分布是矩阵元素的分布,矩阵的颜色表示具体矩阵的值
imagesc(矩阵),colorbar:上述使用色块去表示值的大小,但是并不知道具体的颜色深浅代表的值大小关系,colorbar可以提供一个度量
imagesc(a),colorbar, colormap gray:colormap表示将色块设置为灰色块
if语句
while循环: