好友 阅读权限 10
听众 最后登录 1970-1-1
swnn
发表于 2023-12-14 10:02
本帖最后由 swnn 于 2023-12-18 10:46 编辑 我要换头像 所以搬一下我的学习笔记搞点积分 阿里云[color=rgba(0, 0, 0, 0.85)]：https://www.alipan.com/s/mHVnsL2N1cp [color=rgba(0, 0, 0, 0.85)]提取码: yd78 1 画图 1.1 线图 plot； %将矩阵的每一列绘制为单独的线条 画好之后还可以继续修改样式 1.2 柱状图 bar1.3 直方图 histogram1.4 二元频率直方图 hist31.5 网格图 meshmesh(X2,Y2,Z2);1.6 曲面图 surfsurf(X2,Y2,Z2);1.7 等值线图 contour显示等值线点 1.8 伪彩图 pcolor1.9 阶梯图 stairsstairs(Y)绘制 Y 中元素的阶梯图。 如果 Y 为向量，则 stairs 绘制一个线条。 如果 Y 为矩阵，则 stairs 为每个矩阵列绘制一个线条。 1.10 带有边缘直方图的散点图 scatterhist2 图窗窗口 figure图窗的名字 ','Color','#87CEEB'); %背景色可以用命名颜色选项、等效 RGB三元组和十六进制颜色代码 left 从主画面左边缘到窗口的内部左边缘的距离。在具有多个监视器的系统上，此值可能为负数。 bottom 从主画面下边缘到窗口的内部下边缘的距离。在具有多个监视器的系统上，此值可能为负数。 width figure 的左右内部边缘之间的距离。 height 窗口的上下内部边缘之间的距离。
https://ww2.mathworks.cn/help/matlab/ref/figure.html3 标题 title标题 '); 的总标题 ','FontName','Times New Roman');还可以给图例加标题！ 4 注解 xylable轴注解 '); 轴注解 ','FontAngle','normal','rotation',90); 5 文本说明 text文本内容 ’ ,'Color','red','FontSize',14);6 刻度值 xyticks年 ','4月 ','5月 ','6月 ','7月 '})7 刻度标签 xyticklabels在 1、 4、 6、 10处分别显示 A、 B、 C、 D8 图例 legend第一个图例名 ' , '第二个图例名 '); for i=1:10运行水位 =',num2str(i)];end9 颜色图 Colormap相反颜色的 10 颜色栏 Colorbar11 坐标轴范围 指定坐标轴范围 https://ww2.mathworks.cn/help/matlab/creating_plots/change-axis-limits-of-graph.html11.1 axis使 x 轴的范围从 0到 120， y 轴的范围从 30到 120关闭坐标轴 反转 y轴（从上到下增加） 11.2 xylim就是从 0到 10啦 以二元素向量形式返回当前范围（翻译：返回 x取值范围的上下限共两个数） 11.3 set设置图例位置 设置 label旋转 降雨量 /mm');set(xla,'rotation',25)11.4 生成线性间距向量linspace返回包含 x1 和 x2 之间的 100个等间距点的行向量 到 1之间，一共 10个数 11.5 二维和三维网格 meshgrid一共有 y行所有行都是 x，一共 x列所有列都是 y，用来画 surf图的 11.6 xtickangle旋转 x 轴刻度标签 12 图像参数 线型 说明 - 实线 -- 虚线 : 点线 -. 点划线 标记 说明 'o' 圆圈 '+' 加号 '*' 星号 '.' 点 'x' 叉号 '_' 水平线条 '|' 垂直线条 's' 方形 'd' 菱形 '^' 上三角 'v' 下三角 '>' 右三角 '<' 左三角 'p' 五角形 'h' 六角形
颜色
说明
y 黄色 m 品红色 c 青蓝色 r 红色 g 绿色 b 蓝色 w 白色 k 黑色 线型 说明 表示的线条 '-' 实线 file:///C:/Users/Lenovo/AppData/Local/Temp/msohtmlclip1/01/clip_image032.gif '--' 虚线 file:///C:/Users/Lenovo/AppData/Local/Temp/msohtmlclip1/01/clip_image033.gif ':' 点线 file:///C:/Users/Lenovo/AppData/Local/Temp/msohtmlclip1/01/clip_image034.gif '-.' 点划线 file:///C:/Users/Lenovo/AppData/Local/Temp/msohtmlclip1/01/clip_image035.gif 'none' 无线条 无线条 值 说明 'o' 圆圈 '+' 加号 '*' 星号 '.' 点 'x' 叉号 '_' 水平线条 '|' 垂直线条 'square' 或 's' 方形 'diamond' 或 'd' 菱形 '^' 上三角 'v' 下三角 '>' 右三角 '<' 左三角 'pentagram' 或 'p' 五角星（五角形） 'hexagram' 或 'h' 六角星（六角形） 'none' 无标记
13 图像显示范围 13.1 axes创建笛卡尔坐标区 指定 Axes对象的位置，使其左下角位于点 (0.1 0.1) 处，宽度和高度均为 0.7。（ 0.7是指在 70%的地方） 然后在这个东西上画图 沿每个坐标方向使用相等的数据单位 https://ww2.mathworks.cn/help/matlab/ref/axes.html?s_tid=doc_ta13.1.1 Axes 属性 ：坐标区的外观和行为 https://ww2.mathworks.cn/help/matlab/ref/matlab.graphics.axis.axes-properties.html?searchHighlight=xtick&s_tid=srchtitle14 调整 set宋体 ','FontWeight','normal','LineWidth',0.5);%gcf是目标图像的图形句柄对象， gca是目标图像的坐标轴句柄对象 单位为厘米，大小为 7cm×5cm，图形起点坐标为（ 3cm， 5cm）表示左下点离显示器左侧边界 3cm，离下侧边界 5cm指的是图形在 figure中的位置 15 移动图窗 movegui将图窗 f 移到指定的屏幕位置。该图窗可以是使用 figure或 uifigure 函数创建的图窗。该位置可以指定为二元素向量或预定义的位置名称 位置向量元素 值范围 说明 x x >= 0 左侧相对屏幕左边缘的偏移量 x < 0 右侧相对屏幕右边缘的偏移量 y y >= 0 底部相对屏幕下边缘的偏移量 y < 0 顶部相对屏幕上边缘的偏移量
位置名称 屏幕位置 'north' 上边缘中心 'south' 下边缘中心 'east' 右边缘中心 'west' 左边缘中心 'northeast' 右上角 'northwest' 左上角 'southeast' 右下角 'southwest' 左下角 'center' 居中 'onscreen' 能使图窗完全显示在屏幕上且最靠近当前位置的位置
16 保存 16.1 print文件名 ','-dtiff','-r300'); %用 print可以设置图片分辨率，图片太大会被压缩，可以保存 figure16.2 imwrite文件名 .jpg'); %图片不会被压缩，不能保存 figure可以把当前图窗转换为 struct，再 f.cdata转换为 uint816.3 saveas文件名 .jpg’)%可以保存 figure，不知道有啥用 16.4 xlswrite%图片 =矩阵，表格 =矩阵，所以图片 =表格，没毛病 名 ’,’A1:E4’);将数据 A写入指定的工作表和范围。文件名、变量、工作表、范围。 17 辅助 17.1 在同一张图上继续画另一个像 hold17.2 画多张图 subplot17.3 显示多张图 figure18 读入图片 imread19 显示图片 imshow的组合功能意思是去掉图像周边空白； 'InitialMagnification','fit'组合的意思是图像填充整个 figure窗口 20 统计检验 20.1 makedist创造概率分布对象 20.2 fitdist对数据进行概率分布对象拟合 得到的对象是一个名字很长的 Distribution。 20.3 ecdf经验累积分布 %从数据中获得的 CDF20.4 cdf累积分布函数 %从统计或概率模型（如正态分布）获得的理论 CDF是一个分布， p是该分布 x处的取值 基于 x 中的值计算并返回由 name 以及分布参数 A、 B、 C 和 D 指定的四参数分布族的 cdf。 name 分布 输入参数 A 输入参数 B 输入参数 C 输入参数 D 'Beta' Beta Distribution a 第一个形状参数 b 第二个形状参数 不适用 不适用 'Binomial' Binomial Distribution n 试验次数 p 每次试验成功的概率 不适用 不适用 'BirnbaumSaunders' Birnbaum-Saunders Distribution β 尺度参数 γ 形状参数 不适用 不适用 'Burr' Burr Type XII Distribution α 尺度参数 c 第一个形状参数 k 第二个形状参数 不适用 'Chisquare' 或 'chi2' Chi-Square Distribution ν 自由度 不适用 不适用 不适用 'Exponential' Exponential Distribution μ 均值 不适用 不适用 不适用 'Extreme Value' 或 'ev' Extreme Value Distribution μ 位置参数 σ 尺度参数 不适用 不适用 'F' F Distribution ν1 分子自由度 ν2 分母自由度 不适用 不适用 'Gamma' Gamma Distribution a 形状参数 b 尺度参数 不适用 不适用 'Generalized Extreme Value' 或 'gev' Generalized Extreme Value Distribution k 形状参数 σ 尺度参数 μ 位置参数 不适用 'Generalized Pareto' 或 'gp' Generalized Pareto Distribution k 尾部指数（形状）参数 σ 尺度参数 μ 阈值（位置）参数 不适用 'Geometric' Geometric Distribution p 概率参数 不适用 不适用 不适用 'Half Normal' 或 'hn' Half-Normal Distribution μ 位置参数 σ 尺度参数 不适用 不适用 'Hypergeometric' 或 'hyge' Hypergeometric Distribution m 总体的大小 k 总体中具有所需特征的项数 n 抽取的样本数量 不适用 'InverseGaussian' Inverse Gaussian Distribution μ 尺度参数 λ 形状参数 不适用 不适用 'Logistic' Logistic Distribution μ 均值 σ 尺度参数 不适用 不适用 'LogLogistic' Loglogistic Distribution μ 对数值的均值 σ 对数值的尺度参数 不适用 不适用 'LogNormal' Lognormal Distribution μ 对数值的均值 σ 对数值的标准差 不适用 不适用 'Loguniform' Loguniform Distribution a 下部端点（最小值） b 上部端点（最大值） 不适用 不适用 'Nakagami' Nakagami Distribution μ 形状参数 ω 尺度参数 不适用 不适用 'Negative Binomial' 或 'nbin' Negative Binomial Distribution r 成功次数 p 单个试验的成功概率 不适用 不适用 'Noncentral F' 或 'ncf' Noncentral F Distribution ν1 分子自由度 ν2 分母自由度 δ 非中心参数 不适用 'Noncentral t' 或 'nct' Noncentral t Distribution ν 自由度 δ 非中心参数 不适用 不适用 'Noncentral Chi-square' 或 'ncx2' Noncentral Chi-Square Distribution ν 自由度 δ 非中心参数 不适用 不适用 'Normal' 正态分布 μ 均值 σ 标准差 不适用 不适用 'Poisson' 泊松分布 λ 均值 不适用 不适用 不适用 'Rayleigh' Rayleigh Distribution b 尺度参数 不适用 不适用 不适用 'Rician' Rician Distribution s 非中心参数 σ 尺度参数 不适用 不适用 'Stable' Stable Distribution α 第一个形状参数 β 第二个形状参数 γ 尺度参数 δ 位置参数 'T' Student's t Distribution ν 自由度 不适用 不适用 不适用 'tLocationScale' t Location-Scale Distribution μ 位置参数 σ 尺度参数 ν 形状参数 不适用 'Uniform' Uniform Distribution (Continuous) a 下部端点（最小值） b 上部端点（最大值） 不适用 不适用 'Discrete Uniform' 或 'unid' Uniform Distribution (Discrete) n 最大可观测值 不适用 不适用 不适用 'Weibull' 或 'wbl' Weibull Distribution a 尺度参数 b 形状参数 不适用 不适用
20.5 kstest K-S检验是列向量， test_cdf是分布， dist出来的； 1%显著性水平 %h = 1 的返回值表明 kstest 在 1% 显着性水平拒绝原假设。 20.6 chi2gof卡方检验 %检验 x 中的数据来自具有 1% 显着性水平正态分布的总体的原假设。 返回值 h = 0 表示 chi2gof 不拒绝 1% 显着性水平的原假设。 % p-value of the test, returned as a scalarvalue in the range [0,1]. p is the probability of observing a test statistic asextreme as, or more extreme than, the observed value under the null hypothesis.Small values of p cast doubt on the validity of the null hypothesis. 检验的 p值，以 [0,1] 范围内的标量值形式返回。 p 是在原假设下观察到的检验统计量与观察值一样极端或更极端的概率。 p 的小值对原假设的有效性产生怀疑。 % h — Hypothesis test result, returned as 1or 0.If h = 1, this indicates the rejection ofthe null hypothesis at the Alpha significance level.拒绝原假设 If h = 0, this indicates a failure toreject the null hypothesis at the Alpha significance level.不拒绝原假设 %h=1是接受这个拟合， p越小越好 20.7 ksdensity核心平滑密度估计 这样就会归一化…… %Function 是要估计的函数。 计算样本向量 x的概率密度估计，返回在 xi点的概率密度 f，此时我们使用 plot(xi,f)就可以绘制出概率密度曲线。该函数，首先统计样本 x在各个区间的概率 (与 hist有些相似 )，再自动选择 xi，计算对应的 xi点的概率密度。 xi默认是 100个数。 与上面的相似，只是这时 xi我们帮 Matlab选定了， ksdesity直接计算对应点的概率密度 20.8 copulafit拟合 20.9 copularnd随机数 从 copula分布函数里抽出一些随机数！ returnsn random vectors generated from a Gaussian copula with linear correlationparameters rhou1 = r(:,1);v1 = r(:,2);20.10 copulacdf要先有坐标轴 画的时候还要 reshape一下 xlabel('u1')ylabel('u2')20.11 randn正态分布的随机数 生成一个由正态分布的随机数组成的 5×5 矩阵 r = randn(1,5)； %1× 5X = randn([3,2,3])； %3× 2× 3矩阵 20.12 wblcdf威布尔累积分布函数 20.13 mapminmax归一化 A=[100 200 300 400 500];A1=mapminmax(A)A2=ksdensity(A,A,'function','cdf')A3=A2*0.5+0.5 A1 = -1.0000 -0.5000 0 0.5000 1.0000A2 = 0.1467 0.3087 0.5000 0.6913 0.8533A3 = 0.5734 0.6544 0.7500 0.8456 0.926621 计算 取整 四舍五入 21.2 fix整数部分 向零取整 21.3 floor向负无穷方向取整 21.4 ceil向正无穷方向取整 21.5 min最小值 返回向量中的最小元素或矩阵中每列中的最小元素 计算 A每列中的最小元素，以及这些元素在 A中显示的行索引 A = 2×3 1 9 -2 8 4 -5M = 1×3 1 4 -5I = 1×3 1 2 2返回矩阵 M 中每行的最小值。使用 'linear' 选项还可以返回线性索引 I，满足 M = A(I)%min(A,[],1) 返回包含每列中的最小元素的行向量 %min(A,[],2) 返回包含每行中的最小元素的列向量 21.6 max查找最大值 返回最大值位置（包括 NaN） 是每一列的最大值 是每一行的最大值 是所有维度的最大值 21.7 mean平均值 表示按列求平均值， dim=2表示按行求平均值 21.8 sum总和 21.9 mod余数 返回 a 除以 m 后的余数，其中 a 是被除数， m 是除数。此函数通常称为取模运算，表达式为 b = a -m.*floor(a./m)。 mod 函数遵从 mod(a,0) 返回 a 的约定。 21.10 rem余数 返回 a 除以 b 后的余数，其中 a 是被除数， b 是除数。 a÷ b=c余 r21.11 diff差分和近似导数 差分就是两个相减。 21.1 解方程 syms a b22 其他 返回当前 Figure 对象的句柄值 gca 返回当前 axes 对象的句柄值 返回当前鼠标单击的句柄值，该对象可以是除 root 对象外的任意图形对象，并且 Matlab会把当前图形对象的句柄值存放在 Figure 的 CurrentObject属性中。 22.1 矩阵运算 22.1.1 加减运算 使用“＋”或“－”符号，两个矩阵维度要相同，对应元素相加减。 22.1.2 乘法运算 第一个矩阵的各行元素分别与第二个矩阵的各列元素相乘后相加。运算符为“＊”。 22.1.3 除法运算 分为左除“＼”和右除“／”。 Ａ \Ｂ相当于Ａ的逆矩阵左乘Ｂ；Ｂ /Ａ相当于Ａ的逆矩阵右乘Ｂ。 22.1.4 乘方运算 使用符号“＾”，Ａ ^ｎ。 若ｎ为大于０的整数，表示Ａ自乘ｎ次；若ｎ为小于０的整数，表示Ａ的逆矩阵（Ａ ^-１）的 |ｎ |次方。 22.1.5 点乘运算 符号为“ .*”。两矩阵维度相同，对应元素相乘。 22.1.6 点除运算 包括“ ./”和“ .\”。两矩阵维度相同，对应元素相除。 22.1.7 点乘方运算 符号为“ .^”。 １ .两矩阵维度相同，对应元素做乘方运算； ２ .其中一个为标量，Ａ ,^ｂ表示Ａ的每个元素与ｂ做乘方运算；ａ .^Ｂ表示ａ与Ｂ的每个元素做乘方运算。 22.1.8 矩阵的逆 函数为 inv，调用格式为 inv(A)22.1.9 方阵的行列式 函数为 det，调用格式为 det(A)22.1.10 特征值和特征向量 函数为 eig，调用格式为特征值 d=eig(A) 特征向量 [V,D]=eig(A) V是每一个列向量对应于特征值的特征向量， D是以特征值为元素组成的对角矩阵。 22.1.11 矩阵的秩 函数为 rank，调用格式为 rank(A)表示线性无关的行数或列数。 22.1.12 矩阵的迹 函数为 trace，调用格式为 trace(A)表示主对角线元素的和。 22.1.13 元素求和 函数为 sum，调用格式为 sum(A)，求各列元素和； sum(A,dim)， dim=1求各列元素和， dim=2求各行元素和。 22.1.14 元素求积 函数为 prod，调用格式为 prod(A)，求各列元素积； prod(A,dim)， dim=1求各列元素积， dim=2求各行元素积。 22.2 eval字符当变量用 %%X=1;a='abc';名称 str=数值 num %% a=’b=1’; 就会生成变量 b， b是一个 1乘 1的 double型矩阵，元素的值为 1 也就是说，执行 eval(a)相当于执行 a的内容，相当于执行 b=122.3 inputname变量当字符用 一个把变量名转化成字符串的玩意，方法是去 math works上抄一个函数文件的代码。 22.4 strcat链接两个字符 链接两个字符 22.5 size大小 长度 22.6 length长度 ； %返回 X 中最大数组维度的长度。对于向量，长度仅仅是元素数量。对于具有更多维度的数据，长度为 max(size(X))。空数组的长度为零 22.7 sort排序 升序 %首先对向量 X进行排序，然后按照与 X相同的顺序对向量 Y进行排序。 [Xsorted,I] = sort(X) ;Ysorted = Y(I);22.8 find寻找 查找 X中前五个小于 10 的元素 [row,col]= find(___); %使用前面语法中的任何输入参数返回数组 X 中每个非零元素的行和列下标。 22.9 findpeaks查找峰值 这么好用！？ 22.10 ~省略 1. 用 ~省略不要的： [~,~,b]= function2. 直接选择部分： [a{1:3}] = function %获得函数的前 3个输出 22.11 :任意元素 22.12 reshape重构数组 A = 1:10;B = reshape(A,[5,2])B = 5×2 1 6 2 7 3 8 4 9 5 10B = reshape(A,[],2);%[]自动计算行数 22.13 random随机数 %Generate a 2-by-3-by-2 array of randomnumbers from the distribution. r = random(pd,[2,3,2]);%pd (Probability distribution)可来自 makedist, fitdist,Distribution Fitter 22.14 rng随机数生成器 rng('default') %使用默认种子 22.15 dir读取当前文件夹内容 22.16 readtable 读文件 22.17 cell元胞数组 ={}构建元胞数组（写进 excel里不会分格） 22.18 线性索引 线性索引允许使用单个下标创建指向数组的索引，例如 A(k)。 MATLAB®将该数组视为单列向量，其中每一列附加到前一列的底部。因此，线性索引从上到下、从左到右对列中的元素编号。 例如，假设一个 3×3 矩阵。您可以用 A(5) 来引用 A(2,2) 元素，用 A(8) 来引用 A(2,3) 元素。线性索引根据数组大小而改变； A(5) 会为 3×3 矩阵和 4×4 矩阵返回不同位置上的元素。 sub2ind 和 ind2sub 函数对于在下标和线性索引之间进行转换非常有用。 22.19 趋势分析 [r,pval] = corr(X,Y,'type','Spearman','Rows','pairwise');%spearman趋势分析
查看全部评分
[复制链接]
发表于 2023-12-14 10:02
|
发表于 2023-12-18 09:46
所以搬一下我的学习笔记搞点积分
正在修补