28、matlab算数运算汇总1:加、减、乘、除、幂、四舍五入

ops/2024/10/18 18:16:05/

1、加法

说明

plus,+  添加数字,追加字符串

语法

C = A + B 通过对应元素相加将数组 A 和 B 相加
C = plus(A,B) 是执行 A + B 的替代方法
S = sum(___,nanflag) 指定包含还是省略 A 中的 NaN 值。

1)将标量与数组相加

代码及运算

A = [0 1; 1 0];
C = A + 2C =2     33     2

2)追加字符串

说明:创建两个 1×3 字符串数组,然后追加两个数组中位于类似位置的字符串。

代码及运算

s1 = ["Red" "Blue" "Green"]
s2 = ["Truck" "Sky" "Tree"]
s = s1 + s2s1 = 1×3 string 数组"Red"    "Blue"    "Green"s2 = 1×3 string 数组"Truck"    "Sky"    "Tree"s = 1×3 string 数组"RedTruck"    "BlueSky"    "GreenTree"

3)将两个数组相加

代码及运算

A = [1 0; 2 4];
B = [5 9; 2 1];
C = A + BC =6     94     5

2、sum数组元素总和

语法

语法1:S = sum(A,"all") 返回 A 的所有元素的总和。
语法2:S = sum(A,dim) 沿维度 dim 返回总和。

1)向量元素的总和

代码及运算

A = 1:10;
S = sum(A)S =55

2)矩阵列总和

代码及运算

A = [1 3 2; 4 2 5; 6 1 4]
S = sum(A)A =1     3     24     2     56     1     4S =11     6    11

3) 矩阵行总和

代码及运算

A = [1 3 2; 4 2 5; 6 1 4]
S = sum(A,2)A =1     3     24     2     56     1     4S =61111

4) 数组切片总和

两个页均为 4×3 的全 1 矩阵

代码及运算

A = ones(4,3,2);
S1 = sum(A,[1 2])S1(:,:,1) =12S1(:,:,2) =12
 4 个页的元素求和,每个页为 3×2 矩阵。

代码及运算

A = ones(4,3,2);
S2 = sum(A,[2 3])S2 =6666
 3个页面每个页的总和是一个 4×2 矩阵的元素之和。

代码及运算

A = ones(4,3,2);
S3 = sum(A,[1 3])S3 =8     8     8
 计算一个数组的所有维度上的和

代码及运算

A = ones(4,3,2);
S4 = sum(A,[1 2 3])
Sall = sum(A,"all")S4 =24Sall =24
 单维度求和

代码及运算

A = ones(4,3,2);
S5 = sum(A,1)
A = ones(4,3,2);
S5 = sum(A,2)
A = ones(4,3,2);
S6 = sum(A,3)S5(:,:,1) =4     4     4S5(:,:,2) =4     4     4S5(:,:,1) =3333S5(:,:,2) =3333S6 =2     2     22     2     22     2     22     2     2
 排除缺失值的总和

代码及运算

A = [1.77 -0.005 NaN -2.95; NaN 0.34 NaN 0.19]
S = sum(A,"omitnan")A =1.7700   -0.0050       NaN   -2.9500NaN    0.3400       NaN    0.1900S =1.7700    0.3350         0   -2.7600

3、 cumsum累积和

语法

语法1:B = cumsum(A,dim) 返回沿维度 dim 的元素的累积和。
语法2:B = cumsum(___,nanflag) 指定包含还是省略 A 中的 NaN 值。

1)向量的累积和


说明:计算从 1 到 5 的整数的累积和。元素 B(2) 是 A(1) 和 A(2) 的和,而 B(5) 是元素 A(1) 至 A(5) 的和。

代码及运算

A = 1:5;
B = cumsum(A)B =1     3     6    10    15

2)矩阵行中的累积和


计算 A 的行的累积和。元素 B(3) 是 A(1) 和 A(3) 的和,而 B(5) 是 A(1)、A(3) 和 A(5) 的和。

代码及运算

A = [1 3 5; 2 4 6]
B = cumsum(A,2)A =1     3     52     4     6B =1     4     92     6    12

3) 逻辑输入的累积和

代码及运算

A = [true false true; true true false]
B = cumsum(A,2)A =2×3 logical 数组1   0   11   1   0B =1     1     21     2     2

4) 不包括缺失值的累积和


对于包含前导 NaN 值的矩阵列,累积和为 0,直到遇到非 NaN 值。

代码及运算

A = [3 5 NaN 4; 2 6 NaN 9; 1 3 5 NaN]
B = cumsum(A,"omitnan")A =3     5   NaN     42     6   NaN     91     3     5   NaNB =3     5     0     45    11     0    136    14     5    13

4、movsum移动总和

语法

M = movsum(A,k) 返回由局部 k 个数据点总和组成的数组,其中每个总和基于 A的相邻元素的长度为 k 的滑动窗计算得出。

1)向量的中心移动和:计算行向量的三点中心移动和

代码及运算

A = [4 8 6 -1 -2 -3 -1 3 4 5];
M = movsum(A,3)M =12    18    13     3    -6    -6    -1     6    12     9

2)向量的尾部移动和:计算行向量的三点尾部移动和。

代码及运算

A = [4 8 6 -1 -2 -3 -1 3 4 5];
M = movsum(A,[2 0])M =4    12    18    13     3    -6    -6    -1     6    12

 3)矩阵的移动和:计算矩阵中每行的三点中心移动和。

代码及运算

A = [4 8 6; -1 -2 -3; -1 3 4]
M = movsum(A,2,2)A =4     8     6-1    -2    -3-1     3     4M =4    12    14-1    -3    -5-1     2     7

4) 排除缺失值的移动和

代码及运算

A = [4 8 NaN -1 -2 -3 NaN 3 4 5];
M = movsum(A,3,"omitnan")M =12    12     7    -3    -6    -5     0     7    12     9

5、减法:minus, - 

语法

C = A - B 从 A 数组中减去 B 数组,方法是将对应元素相减。
C = minus(A,B) 是执行 A - B 的替代方法

1)从数组减去标量

代码及运算

A = [2 1; 3 5];
C = A - 2C =0    -11     3

2)两个数组相减

代码及运算

A = [1 0; 2 4];
B = [5 9; 2 1];
C = A - BC =-4    -90     3

5、 差分:diff

语法

Y = diff(X,n) 通过递归应用 diff(X) 运算符 n 次来计算第 n 个差分。
Y = diff(X,n,dim) 是沿 dim 指定的维计算的第 n 个差分。

参数

n:差分阶数 dim:运算维度

1)向量元素之间的差分

代码及运算

X = [1 1 2 3 5 8 13 21];
Y = diff(X)Y =0     1     1     2     3     5     8

2)矩阵行之间的差分

代码及运算

X = [1 1 1; 5 5 5; 25 25 25];
Y = diff(X)Y =4     4     420    20    20

3) 二阶差分

代码及运算

X = [0 5 15 30 50 75 105];
Y = diff(X,2)
X = [0 5 15 30 50 75 105];
Y1=diff(X)
Y2=diff(Y1)Y =5     5     5     5     5Y1 =5    10    15    20    25    30Y2 =5     5     5     5     5

4) 矩阵列之间的差分

说明:创建一个 3×3 矩阵,然后计算各列之间的一阶差分。

代码及运算

X = [1 3 5;7 11 13;17 19 23];
Y = diff(X,1,2)Y =2     24     22     4


http://www.ppmy.cn/ops/47804.html

相关文章

python-web应用程序-Django数据库-数据库表设计

python-web应用程序-Django数据库-数据库表设计 在models中创建一个类会自动对数据库进行管理,那么如何用类的声明来实现数据库表的设计呢? from django.db import models# Create your models here. class Department(models.Model):title models.Ch…

python API自动化(Requests库应用)

1.接口自动化的逻辑 接口测试自动化,简单来讲就是功能测试用例脚本化然后执行脚本,产生一份可视化测试报告。不管什么样的测试方式,都是为了验证功能与发现 BUG。那为什么要做接口测试自动化呢?一句话概括就是为了节省人力成本 …

【C语言】学生管理系统:完整模拟与实现

🌈个人主页:是店小二呀 🌈C语言笔记专栏:C语言笔记 🌈C笔记专栏: C笔记 🌈喜欢的诗句:无人扶我青云志 我自踏雪至山巅 🔥引言 本篇文章为修改了在校期间实训报告,使用C…

HDFS 之 DataNode 核心知识点

优质博文:IT-BLOG-CN 一、DataNode工作机制 DataNode工作机制,如下所示: 【1】一个数据块在 DataNode上以文件形式存储在磁盘上,包括两个文件,一个是数据本身,一个是元数据包括数据块的长度&#xff0c…

家政预约小程序11新增预约

目录 1 创建数据源2 创建页面3 显示选中的服务信息4 设置表单容器5 配置地图6 配置预约成功页面7 从详情页到预约页总结 用户在浏览家政小程序的具体服务时,如果希望预约的,可以在详情页点击立即预约按钮,填写具体的信息,方便家政…

k8s-部署对象存储minio

环境信息 minio版本 :最新 k8s 版本1.22 使用nfs作为共享存储 一.单节点安装包部署 脚本部署,一键部署,单节点应用于数据量小,一些缓存存储,比如gitlab-runner的产物数据,maven的打包依赖数据 #!/bin/bash# 步骤…

【全开源】多功能投票小程序系统源码(ThinkPHP+FastAdmin+Uniapp)

🚀 多功能投票小程序,让决策变得更简单! 基于ThinkPHPFastAdminUniapp开发的多功能系统,支持图文投票、自定义选手报名内容、自定义主题色、礼物功能(高级授权)、弹幕功能(高级授权)、会员发布、支持数据库私有化部署&#xff0c…

【数据集划分】oracle数据集划分(总结版)

【数据集划分】假如你有接近百万条oracle数据库数据(成真版) 写在最前面最终代码原理:生成随机索引并打乱顺序示例作用应用场景 遇到报错:ORA-01795,通过CTE(Common Table Expressions)和窗口函…