搜索
Matlab相关一、matlab读取excel数据y=xlsread('0.3C-20to50dischargevoltage.xlsx','sheet1','c2:c20')二、matlab读入excel小数位数丢失问题一)如果要在matlab命令提示符下显示更多有效位数，可以执行formatlongg或formatlonge还有很多显示的格式，详情参见format函数的帮助（二）也可以用vpa(A,N),N为显示的数字位数第一种无法精确控制小数位数，只能是5,10，15第二种可以精确控制小数位数，只是速度很慢，不适用大矩阵问题三、matlab将数据保存在excel中的操作%xlswrite('文件存盘位置\文件名字（自己想取的文件名）.xls'，在matlab工作窗口中的数组)%例如：将数组A存盘到d盘的003文件夹xlswrite('d:\003.xls',A)稍微复杂些：bb=[1,2,3,4,5,6];cc=[7,8,9,10,11,12];xlswrite('test.xlsx',bb','Sheet2','B1:B6')xlswrite('test.xlsx',cc','Sheet2','C1:C6')bb=[1,2,3,4,5,6];cc=[7,8,9,10,11,12];xlswrite('test.xlsx',bb','Sheet2','B')xlswrite('test.xlsx',cc','Sheet2','C')与上面程序的效果一样PS：如果每次都要存入不同的文件，需要每次修改程序中要保存的文件名Office2007必须用xlsx,office2000或2003用xls,否则无法打开四、matlab如何多开几个M编辑窗口窗口右上角有一个箭头，点一下就可以了。五、matlab中对矩阵排序的问题MATLAB中的排序函数(2011-01-3012:51:37)转载原文标签：转载分类：Matlab原文地址：MATLAB中的排序函数作者：beer看全英文帮助没看懂。sort函数其实就是个排序函数。============================================================sort(A)若A是向量不管是列还是行向量，默认都是对A进行升序排列。sort(A)是默认的升序，而sort(A,'descend')是降序排序。sort(A)若A是矩阵，默认对A的各列进行升序排列sort(A,dim)dim=1时等效sort(A)dim=2时表示对A中的各行元素升序排列看下面的例子A=magic(3)A=816357492sort(A)ans=312456897sort(A,1)ans=312456897sort(A,2)ans=168357249===================Matlab中给一维向量排序是使用sort函数：sort（A），排序是按升序进行的，其中A为待排序的向量；若欲保留排列前的索引，则可用[sA,index]=sort(A)，排序后，sA是排序好的向量，index是向量sA中对A的索引。索引使排列逆运算成为可能。事实上，这里A≡sA(index),[A恒等于sA(index)]，这个结论确实很奇妙，而且很有用。不信你排序之后试下键入命令sA(index)，看看得到的是不是就是排列前的A呢。=====================在Matlab中排序某个向量（一维）时，可以使用sort（A），其中A为待排序的向量，如果仅是用来排序A，那么直接使用sort（A）即可，如果排序后还需要保留原来的索引可以用返回值，即[B,ind]=sort(A)，计算后，B是A排序后的向量，A保持不变，ind是B中每一项对应于A中项的索引。排序是安升序进行的。在Matlab中，访问矩阵中的元素，一维用A（1）访问向量A的第一个元素；（下标从1开始）；二维用A（1，2）访问A中第一行，第二列的元素。降序排列不需要这么麻烦，只需要这样就可以了sort(A,'descend')七、MATLAB中的插值、拟合与查表插值法是实用的数值方法，是函数逼近的重要方法。在生产和科学实验中，自变量x与因变量y的函数y=f(x)的关系式有时不能直接写出表达式，而只能得到函数在若干个点的函数值或导数值。当要求知道观测点之外的函数值时，需要估计函数值在该点的值。如何根据观测点的值，构造一个比较简单的函数y=φ(x)，使函数在观测点的值等于已知的数值或导数值。用简单函数y=φ(x)在点x处的值来估计未知函数y=f(x)在x点的值。寻找这样的函数φ(x)，办法是很多的。φ(x)可以是一个代数多项式，或是三角多项式，也可以是有理分式；φ(x)可以是任意光滑（任意阶导数连续）的函数或是分段函数。函数类的不同，自然地有不同的逼近效果。在许多应用中，通常要用一个解析函数（一、二元函数）来描述观测数据。根据测量数据的类型：1．测量值是准确的，没有误差。2．测量值与真实值有误差。这时对应地有两种处理观测数据方法：1．插值或曲线拟合。2．回归分析（假定数据测量是精确时，一般用插值法，否则用曲线拟合）。MATLAB中提供了众多的数据处理命令。有插值命令，有拟合命令，有查表命令。2.2.1插值命令命令1interp1功能一维数据插值（表格查找）。该命令对数据点之间计算内插值。它找出一元函数f(x)在中间点的数值。其中函数f(x)由所给数据决定。各个参量之间的关系示意图为图2-14。图2-14数据点与插值点关系示意图格式yi=interp1(x,Y,xi)%返回插值向量yi，每一元素对应于参量xi，同时由向量x与Y的内插值决定。参量x指定数据Y的点。若Y为一矩阵，则按Y的每列计算。yi是阶数为length(xi)*size(Y,2)的输出矩阵。yi=interp1(Y,xi)%假定x=1:N，其中N为向量Y的长度，或者为矩阵Y的行数。yi=interp1(x,Y,xi,method)%用指定的算法计算插值：’nearest’：最近邻点插值，直接完成计算；’linear’：线性插值（缺省方式），直接完成计算；’spline’：三次样条函数插值。对于该方法，命令interp1调用函数spline、ppval、mkpp、umkpp。这些命令生成一系列用于分段多项式操作的函数。命令spline用它们执行三次样条函数插值；’pchip’：分段三次Hermite插值。对于该方法，命令interp1调用函数pchip，用于对向量x与y执行分段三次内插值。该方法保留单调性与数据的外形；’cubic’：与’pchip’操作相同；’v5cubic’：在MATLAB5.0中的三次插值。对于超出x范围的xi的分量，使用方法’nearest’、’linear’、’v5cubic’的插值算法，相应地将返回NaN。对其他的方法，interp1将对超出的分量执行外插值算法。yi=interp1(x,Y,xi,method,'extrap')%对于超出x范围的xi中的分量将执行特殊的外插值法extrap。yi=interp1(x,Y,xi,method,extrapval)%确定超出x范围的xi中的分量的外插值extrapval，其值通常取NaN或0。例2-31x=0:10;y=x.*sin(x);xx=0:.25:10;yy=interp1(x,y,xx);plot(x,y,'kd',xx,yy)插值图形图2-15一元函数插值图形例2-32year=1900:10:2010;product=[75.99591.972105.711123.203131.669150.697179.323203.212226.505249.633256.344267.893];p1995=interp1(year,product,1995)x=1900:1:2010;y=interp1(year,product,x,'pchip');plot(year,product,'o',x,y)插值结果为：p1995=252.9885插值图形为图2-16。图2-16离散数据的一维插值图命令2interp2功能二维数据内插值（表格查找）格式ZI=interp2(X,Y,Z,XI,YI)%返回矩阵ZI，其元素包含对应于参量XI与YI（可以是向量、或同型矩阵）的元素，即Zi(i,j)←[Xi(i,j),yi(i,j)]。用户可以输入行向量和列向量Xi与Yi，此时，输出向量Zi与矩阵meshgrid(xi,yi)是同型的。同时取决于由输入矩阵X、Y与Z确定的二维函数Z=f(X,Y)。参量X与Y必须是单调的，且相同的划分格式，就像由命令meshgrid生成的一样。若Xi与Yi中有在X与Y范围之外的点，则相应地返回nan（NotaNumber）。ZI=interp2(Z,XI,YI)%缺省地，X=1:n、Y=1:m，其中[m,n]=size(Z)。再按第一种情形进行计算。ZI=interp2(Z,n)%作n次递归计算，在Z的每两个元素之间插入它们的二维插值，这样，Z的阶数将不断增加。interp2(Z)等价于interp2(z,1)。ZI=interp2(X,Y,Z,XI,YI,method)%用指定的算法method计算二维插值：’linear’：双线性插值算法（缺省算法）；’nearest’：最临近插值；’spline’：三次样条插值；’cubic’：双三次插值。例2-33：[X,Y]=meshgrid(-3:.25:3);Z=peaks(X,Y);[XI,YI]=meshgrid(-3:.125:3);ZZ=interp2(X,Y,Z,XI,YI);surfl(X,Y,Z);holdon;surfl(XI,YI,ZZ+15)axis([-33-33-520]);shadingflatholdoff插值图形为图2-17。例2-34years=1950:10:1990;service=10:10:30;wage=[150.697199.592187.625179.323195.072250.287203.212179.092322.767226.505153.706426.730249.633120.281598.243];w=interp2(service,years,wage,15,1975)插值结果为：w=190.6288命令3interp3功能三维数据插值（查表）格式VI=interp3(X,Y,Z,V,XI,YI,ZI)%找出由参量X,Y,Z决定的三元函数V=V(X,Y,Z)在点（XI,YI,ZI）的值。参量XI,YI,ZI是同型阵列或向量。若向量参量XI,YI,ZI是不同长度，不同方向（行或列）的向量，这时输出参量VI与Y1,Y2,Y3为同型矩阵。其中Y1,Y2,Y3为用命令meshgrid(XI,YI,ZI)生成的同型阵列。若插值点(XI,YI,ZI)中有位于点(X,Y,Z)之外的点，则相应地返回特殊变量值NaN。VI=interp3(V,XI,YI,ZI)%缺省地，X=1:N，Y=1:M，Z=1:P，其中，[M,N,P]=size(V)，再按上面的情形计算。VI=interp3(V,n)%作n次递归计算，在V的每两个元素之间插入它们的三维插值。这样，V的阶数将不断增加。interp3(V)等价于interp3(V,1)。VI=interp3(…,method)%用指定的算法method作插值计算：‘linear’：线性插值（缺省算法）；‘cubic’：三次插值；‘spline’：三次样条插值；‘nearest’：最邻近插值。说明在所有的算法中，都要求X,Y,Z是单调且有相同的格点形式。当X,Y,Z是等距且单调时，用算法’*linear’，’*cubic’，’*nearest’，可得到快速插值。例2-35[x,y,z,v]=flow(20);[xx,yy,z