【MATLAB】常用的100个matlab函数总结

大家好，欢迎来到IT知识分享网。

1. abs – 绝对值。

   y = abs(-5); % 返回 5 

2. sqrt – 平方根。

   y = sqrt(16); % 返回 4 

3. sum – 求和。

   y = sum([1, 2, 3, 4]); % 返回 10 

4. mean – 平均值。

   y = mean([1, 2, 3, 4]); % 返回 2.5 

5. median – 中位数。

   y = median([1, 3, 2, 4]); % 返回 2.5 

6. max – 最大值。

   y = max([1, 3, 2, 4]); % 返回 4 

7. min – 最小值。

   y = min([1, 3, 2, 4]); % 返回 1 

8. std – 标准差。

   y = std([1, 2, 3, 4]); % 返回 1.290 

9. var – 方差。

   y = var([1, 2, 3, 4]); % 返回 1.6667 

10. length – 长度。

    y = length([1, 2, 3, 4]); % 返回 4 

11. size – 尺寸。

    y = size([1, 2; 3, 4]); % 返回 [2, 2] 

12. zeros – 生成全0数组。

    y = zeros(2, 3); % 生成2x3的0矩阵 

13. ones – 生成全1数组。

    y = ones(2, 3); % 生成2x3的1矩阵 

14. eye – 单位矩阵。

    y = eye(3); % 生成3x3的单位矩阵 

15. linspace – 线性间隔向量。

    y = linspace(0, 10, 5); % 生成从0到10的5个等间距数值 

16. logspace – 对数间隔向量。

    y = logspace(1, 3, 3); % 生成10^1到10^3的3个对数间距数值 

17. meshgrid – 生成网格坐标矩阵。

    [X, Y] = meshgrid(1:3, 1:3); 

18. plot – 绘图。

    plot(1:10, (1:10).^2); % 绘制y = x^2图形 

19. subplot – 子图。

    subplot(1, 2, 1); plot(1:10); subplot(1, 2, 2); plot((1:10).^2); 

20. surf – 3D表面图。

    [X, Y] = meshgrid(-2:0.1:2, -2:0.1:2); Z = X.^2 + Y.^2; surf(X, Y, Z); 

21. imshow – 显示图像。

    imshow(ones(10, 10)); 

22. imread – 读取图像文件。

    img = imread('image.jpg'); 

23. imwrite – 写图像文件。

    imwrite(img, 'new_image.jpg'); 

24. rand – 生成随机数。

    y = rand(3, 3); % 生成3x3的随机矩阵 

25. randn – 生成正态分布的随机数。

    y = randn(3, 3); % 生成3x3的正态分布随机矩阵 

26. find – 查找非零元素。

    [row, col] = find([1, 0; 0, 1]); % 返回非零元素的位置 

27. sin – 正弦函数。

    y = sin(pi/2); % 返回1 

28. cos – 余弦函数。

    y = cos(pi); % 返回-1 

29. tan – 正切函数。

    y = tan(pi/4); % 返回1 

30. exp – 指数函数。

    y = exp(1); % 返回2.71828 

31. log – 自然对数。

    y = log(exp(1)); % 返回1 

32. log10 – 以10为底的对数。

    y = log10(100); % 返回2 

33. diff – 差分。

    y = diff([1, 2, 4, 7]); % 返回[1, 2, 3] 

34. gradient – 梯度。

    y = gradient([1, 2, 4, 7]); % 返回梯度向量 

35. det – 行列式。

    y = det([1, 2; 3, 4]); % 返回-2 

36. inv – 矩阵求逆。

    Y = inv([1, 2; 3, 4]); % 返回逆矩阵 

37. eig – 特征值和特征向量。

    [V, D] = eig([1, 2; 3, 4]); % 返回特征值矩阵D和特征向量矩阵V 

38. svd – 奇异值分解。

    [U, S, V] = svd([1, 2; 3, 4]); % 返回奇异值分解 

39. fft – 快速傅里叶变换。

    y = fft([1, 2, 3, 4]); % 返回傅里叶变换结果 

40. ifft – 逆快速傅里叶变换。

    y = ifft([1, 2, 3, 4]); % 返回逆傅里叶变换结果 

41. filter – 对数据应用数字滤波器。

    b = [1, -1]; % 滤波器系数 a = 1; % 滤波器分母 y = filter(b, a, [1, 2, 3, 4, 5]); % 返回滤波结果 

42. conv – 信号卷积。

    x = [1, 2, 3]; h = [1, -1]; y = conv(x, h); % 返回卷积结果 

43. deconv – 信号反卷积。

    [q, r] = deconv([1, 2, 2, 1], [1, 1]); % 返回商和余数 

44. fftshift – 移动零频率分量到频谱中心。

    Y = fftshift(fft([1, 2, 3, 4])); % 对FFT结果进行频谱重排 

45. ifftshift – 反向移动频谱中心。

    Y = ifftshift([1, 2, 3, 4]); % 将频谱中心移回原始位置 

46. reshape – 重新塑形数组。

    Y = reshape([1, 2, 3, 4, 5, 6], 2, 3); % 将向量重塑为2x3矩阵 

47. flip – 沿指定维度翻转数组。

    Y = flip([1, 2, 3, 4]); % 翻转向量 

48. rot90 – 数组旋转90度。

    Y = rot90([1, 2; 3, 4]); % 旋转矩阵90度 

49. circshift – 循环移位数组。

    Y = circshift([1, 2, 3, 4], 2); % 向右循环移位两位 

50. interp1 – 一维数据插值。

    x = [0, 1, 2]; v = [0, 1, 4]; xq = 0:0.5:2; yq = interp1(x, v, xq); % 插值得到新数据点 

51. pchip – 分段三次埃尔米特插值。

    x = [0, 1, 2]; v = [0, 1, 4]; xq = 0:0.5:2; yq = pchip(x, v, xq); % 使用PCHIP方法进行插值 

52. spline – 三次样条插值。

    x = [0, 1, 2]; v = [0, 1, 4]; xq = 0:0.5:2; yq = spline(x, v, xq); % 使用三次样条插值 

53. polyfit – 多项式拟合。

    x = [1, 2, 3, 4]; y = [1, 4, 9, 16]; p = polyfit(x, y, 2); % 拟合二次多项式 

54. polyval – 多项式求值。

    p = [1, 0, -1]; % x^2 - 1 y = polyval(p, [1, 2, 3]); % 在1, 2, 3处求值 

55. roots – 多项式的根。

     p = [1, -3, 2]; % x^2 - 3x + 2 r = roots(p); % 返回多项式的根 

56. linsolve – 解线性方程组。

    A = [1, 2; 3, 4]; B = [1; 1]; X = linsolve(A, B); % 解Ax = B 

57. mldivide – 矩阵左除，解线性方程系统 ( Ax = B )。

    A = [1, 2; 3, 4]; B = [1; 1]; X = A \ B; % 解Ax = B 

58. mrdivide – 矩阵右除，解线性方程系统 ( XB = A )。

    A = [1, 2; 3, 4]; B = [1, 1; 1, 1]; X = B / A; % 解XB = A 

59. pinv – 伪逆。

    A = [1, 2; 3, 4]; X = pinv(A); % 计算伪逆 

60. rank – 矩阵的秩。

    A = [1, 2, 3; 4, 5, 6]; r = rank(A); % 返回矩阵的秩 

61. trace – 矩阵的迹。

    A = [1, 2; 3, 4]; t = trace(A); % 返回矩阵的迹 

62. null – 矩阵的零空间。

    A = [1, 2; 3, 6]; N = null(A); % 计算零空间 

63. orth – 矩阵的正交基。

    A = [1, 0; 0, 1; 1, 1]; O = orth(A); % 计算正交基 

64. svds – 矩阵的奇异值分解。

    A = [1, 2; 3, 4]; [U, S, V] = svds(A, 2); % 进行奇异值分解 

65. eigs – 矩阵的部分特征值和特征向量。

    A = [1, 2; 3, 4]; [V, D] = eigs(A, 1); % 计算最大的特征值和对应的特征向量 

66. kron – 克罗内克积。

    A = [1, 2; 3, 4]; B = [0, 5; 6, 7]; C = kron(A, B); % 计算克罗内克积 

67. blkdiag – 构造块对角矩阵。

    A = [1, 2; 3, 4]; B = [5, 6; 7, 8]; C = blkdiag(A, B); % 构造块对角矩阵 

68. diag – 提取或创建对角矩阵。

    A = [1, 2, 3; 4, 5, 6; 7, 8, 9]; d = diag(A); % 提取对角线元素 

69. tril – 提取矩阵的下三角部分。

     A = [1, 2, 3; 4, 5, 6; 7, 8, 9]; L = tril(A); % 提取下三角部分 

70. triu – 提取矩阵的上三角部分。

    A = [1, 2, 3; 4, 5, 6; 7, 8, 9]; U = triu(A); % 提取上三角部分 

71. fliplr – 水平翻转矩阵。

    A = [1, 2; 3, 4]; B = fliplr(A); % 返回 [2, 1; 4, 3] 

72. flipud – 垂直翻转矩阵。

    A = [1, 2; 3, 4]; B = flipud(A); % 返回 [3, 4; 1, 2] 

73. rot90 – 旋转矩阵90度。

    A = [1, 2; 3, 4]; B = rot90(A); % 旋转90度得到 [2, 4; 1, 3] 

74. repmat – 重复复制矩阵。

    A = [1, 2]; B = repmat(A, 2, 3); % 复制成2行3列 [1, 2, 1, 2, 1, 2; 1, 2, 1, 2, 1, 2] 

75. sparse – 创建稀疏矩阵。

    S = sparse([1, 3], [1, 2], [1, 4]); % 创建稀疏矩阵，元素在(1,1)和(3,2)，值为1和4 

76. full – 将稀疏矩阵转换为完整矩阵。

    S = sparse([1, 2], [1, 2], [1, 4]); F = full(S); % 将稀疏矩阵转换为完整矩阵 

77. speye – 创建稀疏单位矩阵。

    S = speye(4); % 创建4x4的稀疏单位矩阵 

78. spdiags – 创建具有特定对角线的稀疏矩阵。

    B = spdiags([1:4]', 0, 4, 4); % 在主对角线上创建一个稀疏矩阵 

79. find – 查找非零元素的索引。

    A = [1, 0, 0; 0, 0, 2]; [row, col, v] = find(A); % 返回非零元素的行、列索引和值 

80. nnz – 计算矩阵中非零元素的数量。

    A = [1, 0, 0; 0, 0, 2]; count = nnz(A); % 返回2 

81. issparse – 检查矩阵是否为稀疏矩阵。

    A = sparse(eye(4)); result = issparse(A); % 返回 true 

82. gallery – 生成各种测试矩阵。

    A = gallery('hilb', 4); % 生成一个4x4希尔伯特矩阵 

83. magic – 创建魔方矩阵。

    M = magic(3); % 创建一个3x3的魔方矩阵 

84. hilb – 创建希尔伯特矩阵。

    H = hilb(4); % 创建一个4x4希尔伯特矩阵 

85. invhilb – 创建希尔伯特矩阵的逆。

    H = invhilb(4); % 创建4x4希尔伯特矩阵的逆 

86. hadamard – 创建哈达玛矩阵。

    H = hadamard(8); % 创建一个8x8哈达玛矩阵 

87. toeplitz – 创建托普利茨矩阵。

    T = toeplitz([1, 2, 3]); % 创建一个以[1, 2, 3]为第一列的托普利茨矩阵 

88. hankel – 创建汉克尔矩阵。

    H = hankel([1, 2, 3, 4]); % 创建一个以[1, 2, 3, 4]为第一列的汉克尔矩阵 

89. vander – 创建范德蒙德矩阵。

    V = vander([1, 2, 3]); % 创建一个3x3的范德蒙德矩阵 

90. compan – 创建伴随矩阵。

    C = compan([1, -3, 2]); % 创建一个多项式x^2 - 3x + 2的伴随矩阵 

91. chol – 生成一个矩阵的乔尔斯基分解。

    A = [4, 1; 1, 3]; R = chol(A); % 返回A的乔尔斯基因子 

92. qr – 计算QR分解。

    A = [1, 2; 3, 4]; [Q, R] = qr(A); % 返回QR分解 

93. lu – 计算LU分解。

    A = [1, 2; 3, 4]; [L, U] = lu(A); % 返回LU分解 

94. besselj – 贝塞尔函数的第一类。

    x = linspace(0, 10, 100); y = besselj(1, x); % 计算一阶贝塞尔函数的第一类 

95. integral – 数值积分。

    f = @(x) x.^2; result = integral(f, 0, 1); % 计算从0到1的x^2的积分 

96. ode45 – 解常微分方程。

    f = @(t, y) -y; [t, y] = ode45(f, [0 10], 1); % 用ode45求解dy/dt = -y 

97. fsolve – 解非线性方程。

    f = @(x) x.^2 - 4*x + 4; x = fsolve(f, 0.5); % 求解方程x^2 - 4x + 4 = 0 

98. fminbnd – 在指定范围内查找函数的局部最小值。

    f = @(x) (x-3).^2; x = fminbnd(f, 0, 5); % 在0到5范围内找到函数的最小值 

99. fminsearch – 使用无约束的下降方法查找函数的最小值。

    f = @(x) (x-3).^2 + (x-5).^4; x = fminsearch(f, 0); % 找到函数的最小值 

100. quad – 使用自适应辛普森法进行数值积分。

      f = @(x) exp(-x.^2); result = quad(f, 0, Inf); % 计算从0到无穷的e^(-x^2)的积分 

其他

对数（log）的使用

1. 以e为底的对数用log()表示，如: log(a)
2. 以10为底的对数用log10()表示，如: log10(a)
3. 以2为底的对数用log2()表示，如: log2(a)
4. 对于其它如$log{}_{a}b$ 用 $logb/loga$

四种取整函数

MATLAB中对取整，给出了四种不同取整方法的函数，分别是：

• fix
• floor
• ceil
• round

1. fix()
   向靠近0的方向取整,比如：
   fix(2.2)=2
   fix(2.9)=2
   fix(-1.2)=-1
   fix(-2.7)=-2
   
   
   
   
   

生成随机数

首先使用 rng 函数设置随机数生成的种子为 1，这样每次运行时都会生成相同的随机数序列。

然后使用 randi 函数生成大小为 1×10 的随机数序列，其中 randi([0 1], 1, 10) 表示生成 0 和 1 的随机数序列。

最后使用 disp 函数显示生成的随机数序列。

• 生成0,1随机数

% 设置随机数生成的种子 rng(1); % 生成随机数序列 random_seq = randi([0 1], 1, 10); % 显示随机数序列 disp(random_seq); 

abs() 数值的绝对值和复数的幅值

1. abs(x)，如果x是数值，那返回值就是数值x的绝对值
2. abs(x)，如果x是数组，那返回值就是一个数组，而数组中每一个元素都是原数组x中元素的绝对值
3. abs(x)，如果x是复数：a+bj，那返回值就是复数的幅值: $abs(x)=sqrt(a^2+b^2)$，其中sqrt是开根号的意思,也就是：$\sqrt{a^2+b^2}$
4. abs(x)，如果x是复数数组，那返回值就是一个数组，而数组中每一个元素都是原数组x中复数元素的幅值

mean()均值

1. mean(x)，如果x是数组，那返回的就是数组的均值
   $$mean(x)=\frac{x_1+x_2+\dots .+x_n}{n}$$
   

mod()取余

$M=mod(X,Y)$
返回$X$对$Y$取模运算的结果。这里$X$可以是一个数组。

共轭转置和转置

A = [1+2i, 2.3+5.3i , 1.3+5.8i; 5+4.6i, 3.2+4.2i, 7.1+2.3i]; B = A'; % 共轭转置 C = A.'; % 转置 

fread函数用法

fread函数常见用法：1、A=fread(fileID,sizeA,precision,skip,machinefmt) 2、A=fread(fileID) 3、fread(fileID,sizeA) 4、A=fread(fileID,sizeA,precision) 5、A=fread(fileID,sizeA,precision,skip) 6、A=fread(fileID,sizeA,precision,skip)

直接讲第一种参数最多时候的用法，其他可以类推。

fread函数主要用法读取二进制文件。

下面是常用参数的含义：

1、fileID 文件标识

打开的文件标识。比如fid=fopen(‘file.dat’); fid就是fileID，即文件标识

2、sizeA 输出数组的维度

有3种参数,Inf、n、[m,n]

Inf 代表输出数据是列向量，文件中每一个元素对应一个值

n 代表有n个元素的列向量

[m,n] 代表按列向量排列的m行n列的矩阵,n可以取Inf，但m不可以

3、precision 需要读取数据的类型和大小，默认’uint8=>double’

常见有uint,uint8、uint16等数据格式，需要根据源数据来确定

4、skip 代表跳过多少字节，默认为0

5、machinefmt 待读取数据字节的排列方式，默认为’n’

需要根据源数据格式来确定,有’b’、‘l’、‘s’、’a’等格式

‘n’就是系统字节的排列顺序，即‘native’

‘b’就是’ieee-be’,即’Big-endian ordering’,即低位字节排放在内存的高地址端，高位字节排放在内存的低地址端

‘l’就是‘ieee-le’,即‘Little-endian ordering’即低位字节排放在内存的低地址端，高位字节排放在内存的高地址端

addpath()函数的用法

matlab在执行程序的时候，如果文件不在搜索路径中，就无法找到该文件，因此，就需要将某些文件夹添加为搜索路径，这样程序才能找到，例如：

假设当前.m文件所在路径为D:/code, 需要将该路径下面的data以及data下的全部子文件夹添加进搜索路径。可以用addpath添加到搜索路径中：

1. addpath参数为绝对路径：

addpath(genpath(‘F:/code/data’)) 

2. add参数为相对路径：

addpath(genpath(‘data’))