MATLAB 中有哪些命令，让人相见恨晚？
按投票排序
111 个回答
谢不邀提问都说了是命令，大家回答那么多函数干什么... 我来给一个超级大杀器在命令行敲入 dbstop if error如果运行出现错误，matlab会自动停在出错的那行，并且保存所有相关变量。再也不用设断点了有没有！！！
bsxfun强大的、万能的、不同维数的矩阵扩展混合运算，从此告别矩阵运算中的for循环另，matlab里所有以fun为后缀的命令都很好用，arrayfun，cellfun，structfun，等等@() 匿名函数使用函数式编程，在编写以数学公式为主的程序中比传统编程方法好得多set(gca,...)等所有与画图相关的命令都包含了千奇百怪的属性和参数，非常实用，如著名的 set(gca,...) $
$画图中的标题、注释等文字内容是可以直接使用latex格式的，只须在包含latex命令的部分前后用$框起来即可slice高维切片，要在三维空间中表现三个以上变量的函数关系，必备此命令
Matlab里面应该多用向量运算，把循环语句转变为向量运算会省很多时间，程序也更简洁易读。比方说，一个名叫array数组里面，你要将里面大于1的都变成0，就不必用到循环：array(array&1)=0;把大于1小于3的变成0。array(and(array&1,array&3))=0;当然，还可以使用find，这个也很好用。——————————————————————————————另一个重要的技巧是delete/clf-plot-pause用plot可以画图（注意记录句柄），然后用delete删掉特定图象，或用clf清图，再绘制，这可以在figure窗口产生动画。但是如果只plot，往往只会在全部程序执行结束时显示，这时候需要用pause让figure完成图像的更新。drawnow貌似也可以，但是我比较喜欢用pause，能够简单地控制动画的速度。这会方便调试和展示。这个技巧尤其适合使用matlab的图形用户界面设计功能时构造一个显示运行状态等信息的figure。——————————————————————————————mathworks 有一个fig函数（不是系统自带的，是别人编写的），可以很容易地调整字体、尺寸以及绘图是否有边框等等，不必画出来再自己手动调整。这对于写论文的人来说会很方便。——————————————————————————————善用eval，可以让你的程序的灵活度大大加强。尤其是在变量名的问题上。当然，这可能会对代码维护和调试带来麻烦。很多情况可以用其他方法代替。
指出了一个链接，值得一读——————————————————————————————save、load可以将部分或全部变量、结构体等存入mat文件或从mat导入workspaceglobal可以将变量变为全局变量，在各函数之间共享。不过这不太好用，尽量慎用吧。——————————————————————————————exist可以检测某目标（如变量）是否存在，减少一些麻烦。——————————————————————————————surf、mesh都很漂亮，不过surf之后记得用shading interp，看起来更漂亮。——————————————————————————————对于一些重复性的矩阵赋值，比如：1、2、3、4、1、2、3、4可以使用repmat，将一个矩阵重复扩展为更大的矩阵。——————————————————————————————很多函数都有高级的用法，当使用到了，但又觉得有点麻烦的时候，不妨help一下，看看其他的用法。总而言之，还是多上网搜索，一般问题总有很好的答案。
答个冷门的，未必人人都相见恨晚，但对于合适的项目还是有点用。其实也很简单，就是sound函数，能发出声音，可以在程序跑完的时候来两下。因为我的一个项目需要反复跑程序调参数，程序跑一次从10分钟到几小时不等都有可能。很多时候电脑开着跑程序，我在旁边干别的事，如果为了不浪费时间就要隔一会看看电脑跑完程序没，觉得很烦。后来想到能不能让电脑跑完主动告诉我？就搜到了这个函数。当然网上还有更高端的，程序运行到指定位置可以给自己的邮箱发个邮件，这样只要在有网的地方就能通过手机之类随时远程获知了。。。然后觉得自己之前真是sb，为什么早没想到。。。另外再补充一条：shutdown命令，可以自动关机，并且可以设置延时。很多时候为了赶时间，我都在睡前最后一次跑程序之前在程序末尾加上shutdown（当然之前还要加save），然后就可以呼呼睡大觉了，程序跑完会自动关机的。另外windows的命令框里也可以shutdown（可能就是从那里来的），不过估计很少有人用。
bsxfun：non-for-loop的究极体验发几段代码感受下bsxfun，broadcasting操作才是向量化编程语言的归属：1.源代码function x = calcuProjOfPQ(CPs,VSPs)
x = zeros(size(CPs,1),size(VSPs,1),3);
for k = 1 : size(CPs,1)
for h = 1 : size(VSPs,1)
for i = 1 : 3
x(k,h,i) = CPs(k, i+1) - VSPs(h, i+1);
broadcasting化：function x = revised_calcuProjOfPQ(CPs,VSPs)
x = bsxfun(@minus, reshape(CPs(:, 2:end), [], 1, 3), reshape(VSPs(:, 2:end), 1, [], 3));
2. 源代码function reTheta = calcuTheta(X,R,Nor)
[m,n,~] = size(X);
reTheta = zeros(m,n);
for i = 1 : m
for j = 1 : n
reTheta(i,j) = X(i,j,1)/R(i,j) * Nor(i,1) + ...
X(i,j,2)/R(i,j) * Nor(i,2) + ...
X(i,j,3)/R(i,j) * Nor(i,3);
broadcasting化：function reTheta = revised_calcuTheta(X,R,Nor)
reTheta = sum(bsxfun(@times, bsxfun(@rdivide, X, R), reshape(Nor, [], 1, 3)), 3);
3.源代码function [Uij,Tij] = calcuUijTij(shearM, poisson, R, X, Nor, cosTheta)
Uij = zeros(size(X,1)*3,size(X,2)*3);
Tij = zeros(size(X,1)*3,size(X,2)*3);
elementUij = zeros(3,3);
elementTij = zeros(3,3);
% ganerate Uij and Tij
for a = 1 : size(X,1)
for b = 1 : size(X,2)
for i = 1 : size(X,3)
for j = 1 : size(X,3)
detaij = 1;
detaij = 0;
elementUij(i,j) = 1 / (16*pi*shearM*(1-poisson) * R(a,b)) * ...
((3-4*poisson) * detaij +X(a,b,i)*X(a,b,j)/(R(a,b))^2);
elementTij(i,j) = -1/(8*pi*(1-poisson)*R(a,b)^2) * (((1-2 * ...
poisson) * detaij + 3*X(a,b,i) * X(a,b,j)/R(a,b)^2) * ...
cosTheta(a,b) - (1-2*poisson) * (( X(a,b,i) * Nor(a,j)) ...
/ R(a,b)- X(a,b,j) * Nor(a,i) / R(a,b)));
Uij(a*3-2:a*3,b*3-2:b*3) = elementUij;%Uij(a*3-2:a*3,b*3-2:b*3) +
Tij(a*3-2:a*3,b*3-2:b*3) = elementTij;%Tij(a*3-2:a*3,b*3-2:b*3) +
broadcasting化：function [Uij, Tij] = revised_calcuUijTij(shearM, poisson, R, X, Nor, cosTheta)
[ir, jr] = size(R); [ix, jx, kx] = size(X);
R = reshape(R, 1,1,ir,jr); cosTheta = reshape(cosTheta, 1,1,ir,jr);
X1 = reshape(permute(X, [3,1,2]), [],1,ix,jx); X2 = reshape(permute(X, [3,1,2]), 1,[],ix,jx);
tmp = bsxfun(@rdivide, bsxfun(@times, X1, X2), R.^2);
Uij = reshape(permute(reshape(permute(bsxfun(@rdivide, bsxfun(@plus, tmp, (3-4*poisson)*eye(kx)), R) / (16*pi*shearM*(1-poisson)), [1,2,4,3]), 3,[],ix), [2,1,3]), [],3*ix).';
Tij = bsxfun(@times, 3*tmp, cosTheta) - (1-2*poisson) * bsxfun(@rdivide, (bsxfun(@times, X1, reshape(Nor.', 1,3,[])) - bsxfun(@times, X2, reshape(Nor.', 3,1,[]))), R);
Tij = reshape(permute(reshape(permute(bsxfun(@rdivide, bsxfun(@plus, Tij, bsxfun(@times, (1-2*poisson)*eye(kx), cosTheta)), R.^2) / (8*pi*(poisson-1)),
[1,2,4,3]), 3,[],ix), [2,1,3]), [],3*ix).';
4.源代码function [ul, pl] = calcuUlPl(~) %alpha, Uij, Tij
global m n Uij Tij alpha
disp = zeros(size(Uij,1),1);
fors = zeros(size(Uij,1),1);
ulData1 = 0;
ulData2 = 0;
ulData3 = 0;
plData1 = 0;
plData2 = 0;
plData3 = 0;
for j = 1 : m
for i = 1 : n
ulData1 = ulData1 + alpha(i,:) * Uij(j*3-2:j*3,i*3-2);
ulData2 = ulData2 + alpha(i,:) * Uij(j*3-2:j*3,i*3-1);
ulData3 = ulData3 + alpha(i,:) * Uij(j*3-2:j*3,i*3-0);
% =========================================================================
plData1 = plData1 + alpha(i,:) * Tij(j*3-2:j*3,i*3-2);
plData2 = plData2 + alpha(i,:) * Tij(j*3-2:j*3,i*3-1);
plData3 = plData3 + alpha(i,:) * Tij(j*3-2:j*3,i*3-0);
disp(j*3-2:j*3,1) =[ulData1;
% =========================================================================
fors(j*3-2:j*3,1) =[plData1;
%% ==================================================================
% Forget to zero the accumulation variable, I spent nearly half a month of
% time to debug the code
ulData1 = 0;
ulData2 = 0;
ulData3 = 0;
plData1 = 0;
plData2 = 0;
plData3 = 0;
%% ==================================================================
% reshape the ul and pl to 2 mx3 martices respectively
ul = zeros(m,3);pl = zeros(m,3);
ul = reshape(disp,[3,numel(disp)/3])';
pl = reshape(fors,[3,numel(fors)/3])';
broadcasting化：function [ul, pl] = revised_calcuUlPl(Uij,Tij,alpha)
n = size(Uij, 2);
alpha = reshape(alpha.',3,1,[]);
ul = reshape(sum(sum(bsxfun(@times, alpha, reshape(permute(reshape(Uij.', n,3,[]), [2,1,3]), 3,3,n/3,[])), 3), 1), 3, []).';
pl = reshape(sum(sum(bsxfun(@times, alpha, reshape(permute(reshape(Tij.', n,3,[]), [2,1,3]), 3,3,n/3,[])), 3), 1), 3, []).';
效率大约提高了20倍。就是这样。
bsxfun绝对是向量化编程的利器，具体参见
1. 关于向量化
大家都知道，如果用一个函数对一个矩阵中的每一个元素进行求值，那么就要用到 .*, ./之类function r = fmat(x)
r = x.^2 + 1./x;
A = [1 2 3 4];
上面这样就可以做到用fmat对A每一个元素分别求值。但不是所有的函数都像fmat这样，下面这种情况就不行:function r = fmat2(x)
可以看到，因为上面fmat2 里面有判断语句，就不能把整个矩阵作为输入参数。我知道的解决方法有3种:% 法1
for i = 1:length(A)
r(i) = fmat2(A(i));
% 法2 用arrayfun
r = arrayfun(@fmat2, A)
% 法3 用逻辑矩阵
r = zeros(1,length(A));
l1 = (A&0);
r(l1) = A(l1).^2;
r(l2) = 1./A(l2);
值得说一说的是第二种和第三种。arrayfun只是比用for更加简洁，速度上没有太大差别。但是，用逻辑矩阵的话，就比前两种快10倍。逻辑矩阵是向量化的利器。比如 A&0 就会返回一个逻辑矩阵，里面全是1, 0 。并且， 逻辑矩阵可以当作索引, A(A&0) 就把所有A&0 的数返回。2. 类型转换matlab中一共有4种类型：func(函数句柄), num(数值), sym(符号), str(字符)-
在数值运算中，使用func, num-
需要输入输出出，要用到str-
进行符号运算(符号微分，积分)时，用sym我们使用matlab，一般有这么个过程：- 先进行公式推导，这时要用sym, symfun类型- 再进行数值计算，这里要用普通的func, 和num 类型- 最后与GUI界面交互的时候，要用str类型这里介绍几个用于转换的函数str2func('@(x,y)sin(x*y)') %
str -& @func 返回一个函数句柄
fs(x,y) = x^2+sin(x*y);
fh=matlabFunction(fs); % symfun -& @func 返回一个函数句柄 ！！！强烈推荐
fh = @(x)x.^2+sin(x);
fun2str(fh)
% @func -&str 函数句柄变为字符
3. 三维画图大家都晓得，作图第一步，对 x, y 划分网格，用的是 meshgrid 。这样画出来的图在一个立方体的范围内，但是有时候我们要显示一个圆柱体内的三维图形这时候画网格可以用 cylinder[x, y] = cylinder(linspace(0,10,100),200)
% linspace(0,10,100)指在半径[0, 10]上划分为100份，参数200指的是在圆周方向上 200等分
z = sin(x) + cos(y);
mesh(x, y, z);
4. 学无止境学matlab，还是要去论坛，看看大神们的说法，大神们的做法。比如说1中的向量化function r = fmat2(x)
论坛中的大神的做法是这样的fmat3 = @(x)x.^2.*(x&0) + 1./x.*(x&=0);
极其简洁！！！我看到后非常佩服先这些吧
说几个很常用但容易被初学者忽略的吧。1. 转置但不共轭b = a.'
2. 得到列向量b = a(:)
相应的，得到行向量就是b = a(:).'
3. 清除并更新所有 class 的定义clear classes
当你修改了某些 class 的定义时，需要调用此命令——仅仅 clear all 是不够的。4. 忽略某些返回参数[~, idx] = max(a)
忽略最大值，只返回最大值的索引。【注】这种语法是在 Matlab 7.9 (2009b) 中引入的，在此之前的版本不支持这种用法。如果你使用早期版本，可以使用如下写法：[tmp, idx] = max(a); clear tmp
或者一句话搞定[idx, idx] = max(a)
不过第二种写法不见得每个人都会喜欢。5. 去除长度为 1 的维度（常用于 3D 矩阵转为 2D）b = squeeze(a)
Simulink 的 save to workspace 模块经常得到一个 [m x 1 x n] 的三维矩阵，直接使用非常不便。使用 squeeze 后，会将其转换为 [m x n] 的二维矩阵。6. 代码运行耗时显示tic; some_code_to_run(); toc
tic/toc 会在 Matlab 命令行中打印出两条命令之间的代码的运行耗时。更详细的代码效率分析，可以使用 profile 命令。7. 电脑跑分bench
只能用于相同版本的 Matlab 下电脑之间的比较。8. 记录命令行命令diary on
% Lots of my Matlab commands here.
使用 diary 好处是运行结果也会被记录下来，并且以纯文本方式存储，方便编辑。更正式的报告，则推荐使用 publish。9. 反转向量b = fliplr(a)
% For row-vector a.
b = flipud(a)
% For column-vector a.
b = wrev(a)
% For any vector a.
b = a(end:-1:1); % This is the implementation of function wrev.
10. 去除数据中的 NaNa(isnan(a)) = []
对于 inf 和 -inf，使用 isinf 命令。
1. 可以用nohup matlab &script.m& result.out &把程序丢到linux服务器上后台跑，然后exit即可安全退出，第二天在result.out中查看结果；2. matlab -nojvm -nodisplay -nodesktop 不启动图形界面跑matlab，比有图形界面要快一些；3. 没有图形界面调程序的时候，cd/pwd/cd ../ls等doc命令就很有用了；4. clear all,clc,ctrl+C中断正在跑的程序（比如死循环了）什么的；5. find (查找矩阵元素不需要循环遍历)；6. cmd = sprint ('command'); system(cmd); 在服务器上跑Linux指令；7. 第二句改成eval(cmd)也有相似效果，没研究过区别。
1. 牛逼哄哄的notebook功能：2. 高端大气上档次的GUIDE，老板再也不用担心我不会用uicontrol拼GUI了。3. doc命令，我灰常喜欢。(help给的东西不太详细)4. type可以查看很多函数/命令的source code。5. matlab.exe -regserver6. 昨天用textread解析一个特定格式的文本文件，headerline参数可以让我们跳过文件开头指定行数，真是考虑得周到。有了textread，就不用fopen、fread、fscanf……这么费劲了。
1.freqz2.fir1,fir2等一系列示波器构造相关函数3.用text函数直接在figure中写出latex风格公式；（有时Matlab/C风格的文本格式公式咋看之下太难懂）比如说：
text(.5,.5,['$',latex(x^(2*x^x+x/3)),'$'],'interpreter','latex','HorizontalAlignment','center','fontsize',18)
4.我写过一个主要用dir，system，zip这几个函数管理打包下载好的漫画的小脚本。5.其实工具也算是命令的封装，常用并觉得好用的一般有拟合工具，小波等时频分析工具，神经网络，还有射频相关的小工具6.快捷键ctrl+i，不算命令，我觉得不少人不知道这个7. 开着电脑，matlab和音箱，然后在办公室有人的时候远程自己的电脑，让自己电脑突然说话。。。【我觉得还是Mathematica的某个函数好使一些~】sp=actxserver('SAPI.SpVoice');
sp.Speak('hello')
8.eval，比如可以轻易批量生成m1到m8这些具有规律的变量名
答主从 Python 2.4.4 开始，除了兴趣以外，在工作中放弃了其他编程语言（因为是电工不是码农，对工具的选择相对自由）。最近接手一个纯 MATLAB 的项目，各种不爽了三个星期之后，对 MATLAB 终于好像有些开窍了，所以这里要总结的不能算是「相见恨晚」，就算是（Python 经验者的）快速上手指南吧。写的也比较初级，还望各位大神不吝赐教。BTW，MATLAB 的工作结束之后又回归了 Python，老是忘记下标从零开始有木有（╯‵□′）╯︵┴─┴首先是函数编程（Functional Programming）。函数编程的语言表现力的强大是众所周知的，如Lisp, OCaml/F#, Haskell, Erlang 等，能以精炼的代码实现高效的程序（如并行等，当然了运行速度不一定最快），能使具体实现更容易接近概念设计，而且代码优美易读。而这一强大的表现力建立在几大要素上，包括函数是第一等公民（First Class Function）、无副作用（Side Effect）的纯函数（Pure Function）、柯里化（Currying）和偏函数（Partial Function）、模式匹配等等。观众老爷：等等，那么 MATLAB 可以做函数编程吗？答主：呃……很不幸据我所知还不行。观众老爷：答主逗逼！那说这么多有什么用呢？（╯‵□′）╯︵┴─┴答主：大伙息怒不要乱掀桌子⊙▽⊙我只想说被 Python 的 Functional Programming Paradigm 惯坏了的同学们，转到 MATLAB 其实也还是能活下去的……Python 的匿名函数很好用是吧，MATLAB 也有：f = lambda x, y: x + y
f = @ (x, y) x + y;
这个逗逼的加法函数然并卵，但是如果我有一个方程其中是参数向量，想在不同的参数下求解，匿名函数就会很方便了。# Python
# ... 设 f 和 c 已定义
g = lambda x: f(x, c)
scipy.optimize.fsolve(g, 0)
% ... 设 f 和 c 已定义
g = @ (x) f(x, c)
fsolve(g, 0)
等等这不就是偏函数吗？You're right! 在 Python 里我们可以 import functools 用里面的 partial 造一个函数出来，跟用匿名函数的效果是一样的。但答主更喜欢后者，好看！至于速度的问题，还真没比较过。既然说道了 functools ，其实 MATLAB 里也是有的。% MATLAB
% 比如我们定义一个函数
function func = partial(funcorg, varargin)
func = @ (x) funcorg(x, varargin{end});
% 然后有另一个函数
mylog = @ (x, b) log(x) / log(b);
% 就可以有偏函数
log3 = partial(mylog, 3);
% 输出 ans = 1
当然啦，partial 里对 varargin 进行更多的处理的话，会得到更加强大的偏函数加工厂。然后聪明的观众老爷可能发现了 partial 返回一个函数，那么这就是一个闭包（Closure）
了：因为 varargin 在 funcorg 的 lexical scope 里，也就相当于是 Python 里四种变量范围「LEGB」中的 E。然而这一切的一切是为了什么呢？在不涉及面向对象编程（OOP）的情况下，由于匿名函数的存在，我们设计较大的程序也会有一些趁手的设计模式。举个简单的例子。我们要做一个优化程序，就假设使用遗传算法（Genetic Algorithm）吧（当然也要假设买不起 MATLAB 自带的 GA Toolbox，或者需要高度定制一个），为了易于扩展，算法的主要函数需要能接受匿名函数：% MATLAB
% GA 算法主函数的定义
function best = ga(objfunc, varargin)
% 调用的时候
best = ga(@ evaluator, someOtherArguments);
然后呢，函数要成为一等公民可以赋值，便于我们运用不同的操作：% MATLAB
% GA 算法主函数的定义，细化1
function best = ga(objfunc, operations)
% 调用语句
operations.PCrossover = .8;
operations.crossover = c16;
% c16 是一个函数「把手」（后面再说）
operations.PMutation = .1;
operations.mutate = m16;
% m16 也是一个函数「把手」
best = ga(@ evaluator, operations);
染色体有不同的编码规则，如二进制、格雷码、浮点数组、字符串等等，就算是二进制也有不同的位数的区别：% MATLAB
% 二进制编码：解码器工厂
function func = decoderFactoryForBinary(nbits)
n = 2 ^ nextpow2(nbits);
elseif n & 8
intMaker = @ uint8;
intMax = intmax('uint8');
func = @ (b, lbound, ubound) decodeBinary(b, lb, ub, intMaker, intMax);
function r = decodeBinary(b, lb, ub, intMaker, intMax)
% b - array of integers
% lb - lower boundary, array of double
n = size(b, 1);
lbs = repmat(lb, n, 1);
bbs = repmat(ub - lb, n, 1);
r = lbs + double(intMaker(b)) / double(intMax) .* bbs;
算是一种 Factory pattern 吧（笑）。当然也可以是 Decorator pattern，比如我们要丧心病狂地实现一个自己的 timeit：% MATLAB
% 造个轮子
function func = mytimeit(f)
function results = wrapper(x)
results = f(x);
elapsed = toc();
fprintf('from mytimeit: %f seconds elapsed.\n', elapsed);
func = @ wrapper;
% 用自己的轮子：
myexp = mytimeit(@ exp);
myexp(rand(10000));
% from mytimeit: 0.463681 seconds elapsed.
没有 Python 的装饰器语法糖好看是真的（大笑）。此外还有好多用法，比如把 function handler 装在一个 cell array 里面做 listener 之类的，就留给各位观众老爷自己去尝试吧。值得注意的是，在 MATLAB 中，（答主认为）函数并不严格算一等公民。函数「把手」（function handler——谁当初吧这个单词翻译成「句柄」的？）才是。由 function 定义的函数名是函数，不是一等公民，必须用 @ 符号转换成 function handler，才能出现在赋值、其他函数的参数列表或者其他地方。而 @ () 定义的匿名函数，左值直接就是 function handler 了。函数和函数「把手」是有区别的，特别是对不带参数的函数，如：&& rand
&& r = @ rand
函数「把手」需要加括号才是调用原函数。呃。。今天先到这，点赞多的话，有空接着更⊙ω⊙
说一组在simulink中的。可以大大的提高仿真效率。做仿真的时候，很多情况下要在每一次仿真结束之后，修改某一个模块中的某一个参数或者选项。比如一个最简单的测不同负载上的电压，每次手动改负载的值是一件非常无脑机械的工作。这时候可以写一个简单的m文件来自动在每次仿真结束后，保存结果，并且修改负载的值。这里面主要就用到两个函数。open_system，首先定位到你仿真需要的模型。set_param，把其中一个模块的某个参数修改为你需要的值。有时候还会用到find_system，get_param等。具体使用方法参照help文档。
跑个题先，help 是真神器啊。。。当初读help读了几个通宵。。。当然，这个属于个人癖好，就像高中喜欢读牛津高阶和现代汉语词典一样，可能效率不高，看完能有个印象就不错了，要用时还得翻，主要是图个乐子。我没正经学过matlab教材，需要用就翻出help的相关模块，冷哲讲的用向量代替循环来写语句是自己翻到的。不知道还有没有人一样癖好的。
matlab中可以使用和所在的操作系统平台的文件目录相关的命令
我说一个matlab的组件吧matlab coder这个工具可以实习自己写c语言程序然后编译成matlab原生函数，或者把自己写matlab函数编译成c语言版的原生函数这个功能的好处就是：加速太多了！加速太多了！！加速太多了！！！加速太多了！！！！（很重要的事说四遍）对于一个做matlab仿真，一个程序要跑几小时甚至几天的人来说，这是生命啊！这是长寿啊！
绝对的simulink啊 各种工具箱合集让人懒到极致
现在能想起来的sprintfc算一个，虽然是undocumented的
已有帐号？
无法登录？
社交帐号登录 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
下载积分：1000
内容提示：图像软件
文档格式：DOC|
浏览次数：1|
上传日期： 21:29:26|
文档星级：
该用户还上传了这些文档
官方公共微信今日: 278|昨日: 733|帖子: 2727227|会员: 1151988|欢迎新会员:
祝贺以下会员升级:
(中级) | (专家) | (权威) |
for s=DT:-delts:0
w0=0.69+0.0063*vm+0.000146*vm*
vm=sqrt(2*9.81*delts*(9114+w0)/(.10))+vm*vm);
plot(s,vm)
各位觉得运行时间排序是怎样的？
要提高效率，预留一个足够的空间，才能起到作用。
1.预留一个空矩阵是没有意义的，好吧，那叫定义变量
2.令我百思不得其姐的是，为什么用ones(m,n)预留空间，会比用zeros（m,n)效 ...
MATLAB 中文论坛整理的相关教学视频-全部免费下载
106 / <span title="万
请在此板块分享MATLAB相关程序、文献、经验心得等资源
请勿在此板块发帖提问，MATLAB/Simulink 问题解答请在下面相关板块发帖
7566 / <span title="万
MATLAB 下载安装运行
MATLAB 矩阵运算
MATLAB 作图
MATLAB GUI版主: , , , , ,
<span title="万 / <span title="万
Symbolic Math Toolbox （符号数学工具箱）
Partial Differential Equation Toolbox （偏微分方程工具箱）
Statistics and Machine Learning Toolbox （统计学和机器学习工具箱）
Curve Fitting Toolbox （曲线拟合工具箱）
Optimization Toolbox （优化工具箱）
Global Optimization Toolbox （全局优化工具箱）
Neural Network Toolbox （神经网络工具箱）
Model-Based Calibration Toolbox （基于模型的标定工具箱）版主: , , , ,
3万 / <span title="万
Signal Processing Toolbox（信号处理工具箱）
DSP System Toolbox（DSP系统工具箱）
Audio System Toolbox（语音系统工具箱）
Communications System Toolbox（通信系统工具箱）
Wavelet Toolbox（小波工具箱）
RF Toolbox（射频工具箱）
Antenna Toolbox（天线工具箱）
Phased Array System Toolbox（相控阵系统工具箱）
LTE System Toolbox （LTE系统工具箱）
WLAN System Toolbox（WLAN系统工具箱）版主: ,
Control System Toolbox（控制系统工具箱）
System Identification Toolbox（系统辨识工具箱）
Fuzzy Logic Toolbox（模糊逻辑工具箱）
Robust Control Toolbox（鲁棒控制工具箱）
Model Predictive Control Toolbox（模型预测控制工具箱）
Aerospace Toolbox（航空航天工具箱）
Robotics System Toolbox（机器人系统工具箱）版主: ,
5908 / 1万
Image Processing Toolbox （图像处理工具箱）
Computer Vision System Toolbox （计算机视觉工具箱）
Vision HDL Toolbox （视觉HDL工具箱）
Image Acquisition Toolbox （图像采集工具箱）
Mapping Toolbox （地图工具箱）版主: , , , ,
3万 / <span title="万
Data Acquisition Toolbox（数据采集工具箱）
Instrument Control Toolbox（仪表控制工具箱）
Image Acquisition Toolbox（图像采集工具箱）
OPC Toolbox（OPC开发工具箱）
Vehicle Network Toolbox（车载网络工具箱）版主:
5621 / 2万
Financial Toolbox（金融工具箱）
Econometrics Toolbox（计量经济学工具箱）
Datafeed Toolbox（数据输入工具箱）
Database Toolbox（数据库工具箱）
Spreadsheet Link EX (for Microsoft Excel)
Financial Instruments Toolbox（金融商品工具箱）
Trading Toolbox（交易工具箱）版主: ,
1469 / 7082
前天&22:51
Bioinformatics Toolbox（生物信息工具箱）
SimBiology（生物学仿真）版主:
Parallel Computing Toolbox（并行计算工具箱）
MATLAB Distributed Computing Server（MATLAB分布式计算服务器）版主:
732 / 2856
昨天&16:11
Database Toolbox（数据库工具箱）
MATLAB Report Generator（MATLAB报告生成）版主:
1375 / 5983
前天&17:20
MATLAB Coder（MATLAB代码生成）
HDL Coder（HDL代码生成）
Vision HDL Toolbox （视觉HDL工具箱）
HDL Verifier（HDL代码验证）
Filter Design HDL Coder（滤波器设计HDL代码生成）
Fixed-Point Designer（定点运算工具箱）版主:
1308 / 4554
MATLAB Compiler （MATLAB编译器）
MATLAB Compiler SDK（MATLAB编译器 SDK）
Spreadsheet Link EX (for Microsoft Excel)
MATLAB Production Server版主: , ,
4891 / 1万
Simulink 基础
Simulink 基础模块版主: ,
DSP System Toolbox（DSP系统工具箱）
Audio System Toolbox（语音系统工具箱）
Communications System Toolbox（通信系统工具箱）
Phased Array System Toolbox （相控阵系统工具箱）
SimRF（RF 模块集功能）
Computer Vision System Toolbox （计算机视觉工具箱）版主:
2426 / 9182
昨天&21:56
Simulink Control Design （Simulink 控制器设计）
Simulink Design Optimization （Simulink 设计优化）
Aerospace Blockset （航空航天模块）
Robotics System Toolbox（机器人系统工具箱）版主: ,
4154 / 2万
Simscape（物理模型仿真模块组）
Simscape Multibody（机构动态仿真模块组）
Simscape Driveline（传动系统系统仿真模块组）
Simscape Fluids（液压仿真模块组）
Simscape Electronics（电子仿真模块组）
Simscape Power Systems（动力系统仿真模块组）版主: , ,
8214 / 4万
SimEvents版主:
1689 / 1万
昨天&14:05
Simulink Real-Time（实时系统）
Simulink Desktop Real-Time（桌面实时系统）版主:
484 / 1575
昨天&21:40
Simulink 3D Animation（3D动画）
Simulink Report Generator（报告生成）版主:
1019 / 3301
昨天&11:34
Simulink Verification and Validation
Simulink Design Verifier
Simulink Test
Simulink Code Inspector
HDL Verifier
Polyspace Bug Finder
Polyspace Code Prover版主: ,
昨天&15:58
Simulink Coder
Embedded Coder
Vision HDL Toolbox （视觉HDL工具箱）
Simulink PLC Coder
Fixed-Point Designer
DO Qualification Kit（for DO-178）
IEC Certification Kit（for ISO 26262 and IEC 61508）版主: ,
790 / 3989
昨天&16:59
706 / 4802
昨天&22:22
Polyspace Bug Finder
Polyspace Code Prover
DO Qualification Kit (for DO-178)
IEC Certification Kit (for ISO 26262 and IEC 61508)版主:
发布最新的研讨会、培训服务、产品发布等，帮你了解最新MathWorks公司信息版主: , ,
254 / 6000
MathWorks 公司每年2次春秋竞赛
MathWorks 公司举办的其他竞赛
昨天&21:32
组委会指定网站
706 / 5319
Simulink 提供完整的设计方案
全国大学生电子设计竞赛
北京大学生电子设计竞赛
主题: 383, 帖数: 3184
主题: 2927, 帖数: 1万
主题: 148, 帖数: 7538
主题: 224, 帖数: 9387
主题: 111, 帖数: 1068
主题: 3312, 帖数: 1万
前天&21:12
主题: 809, 帖数: 9486
主题: 530, 帖数: 3529
主题: 220, 帖数: 1656
昨天&22:42
主题: 654, 帖数: 2095
主题: 69, 帖数: 8208
主题: 323, 帖数: 4487
主题: 197, 帖数: 1301
前天&22:13
主题: 177, 帖数: 727
主题: 123, 帖数: 752
主题: 143, 帖数: 1374
昨天&12:15
主题: 127, 帖数: 639
主题: 557, 帖数: 2808
主题: 118, 帖数: 1354
主题: 166, 帖数: 1216
昨天&16:08
主题: 164, 帖数: 2万
主题: 17, 帖数: 77
主题: 17, 帖数: 73
主题: 27, 帖数: 220
昨天&14:23
主题: 40, 帖数: 702
主题: 16, 帖数: 919
前天&16:21
主题: 12, 帖数: 961
主题: 9, 帖数: 678
前天&21:05
主题: 64, 帖数: 5051
主题: 8, 帖数: 77
主题: 9, 帖数: 23
主题: 15, 帖数: 92
主题: 22, 帖数: 155
主题: 4, 帖数: 342
主题: 7, 帖数: 41
主题: 32, 帖数: 83
主题: 23, 帖数: 788
主题: 6, 帖数: 16
主题: 9, 帖数: 41
主题: 166, 帖数: 924
主题: 12, 帖数: 215
前天&16:28
主题: 17, 帖数: 470
主题: 4, 帖数: 12
主题: 3, 帖数: 3
主题: 5, 帖数: 5
5375 / 3万
主题: 778, 帖数: 3万
主题: 1121, 帖数: 5545
主题: 746, 帖数: 3517
主题: 3352, 帖数: 2万
主题: 1464, 帖数: 1万
主题: 6626, 帖数: 3万
- 总计 4580 人在线
- 最高记录是 5500 于 .
2000多种单位换算 万能单位换算器
站长推荐 /3
Powered by