MATLAB8.X第二章.ppt

MATLAB8.X程序设计及典型应用 西安电子科技大学出版社 2015.8 　　多维数组的维数查询函数ndims()可以显示输入数组的维数。对于向量，无论是行向量还是列向量，输出结果为1，代表1维数组。对于矩阵，输出维数为2，代表2维数组。以此类推。函数文件size()可以给出各维的大小。length()给出所有维中的最大长度，即length()等价于max(size()), 　【例2-26】获取高维数组维数、大小和长度的MATLAB实例。 　 clear 　a= ones(1,8);n = length(a)% 显示数组长度 　n = 　 8 　 b=zeros(3,5);t=size(b)%数组b各维的大小 　t = 　 3 5 2 高维数组的信息 　 ndims(b) %显示维数　ans =　 2　 numel(b) %显示元素数目　ans =　 15　 mm=size(b,1)%显示第一维大小 　mm = 　 3 　 nn=size(b,2)%显示第二维大小 　nn = 　 5 　 c= rand(2,10,3); % 建立2×10×3的随机数组 　 n = length(c)%显示最长维数的程度 　n = 　 10 【例2-26】获取高维数组维数、大小和长度的MATLAB实例。 　　在MATLAB中，数组元素有完全存储方式和稀疏存储方式两种存储方式。完全存储方式是将数组的全部元素按列存储。前面讲到的数组存储方式都是按这个方式存储的。稀疏存储方式是仅存储矩阵所有非零元素的值及其全下标标识。 2.1.8 稀疏数组 　　稀疏数组的特点是又较多的0元素。创建稀疏数组的方法有创建数值数组方法类似，有直接赋值的方法，但用户直接赋值得到的是完全存储方式的数组，还需要利用转换函数将其转换为稀疏数组。 将完全存储方式转化为稀疏存储方式的转换函数sparse的格式为： ?A=sparse(S) ?将矩阵S转化为稀疏存储方式的矩阵A。当矩阵S是稀疏存储方式时，则函数调用相当于A=S。 Sparse函数还有其他一些调用格式： ?sparse(m,n) ?生成一个m×n的所有元素都是0的稀疏矩阵。 ?sparse(i,j,S) ?建立一个max(i)行、max(j)列并以S为稀疏元素的稀疏矩阵，其中i、j、S是3个等长的向量，S是要建立的稀疏矩阵的非0元素，i(k)、j(k)分别是S(k)的行和列下标。 　 1.转换函数创建稀疏数组 【例2-27】 稀疏矩阵和完全矩阵的相互转换实例。 clear,u=1:4u = 1 2 3 4 v=2:5v = 2 3 4 5 S=[0.6 0.7 0.8 0.9]S = 0.6000 0.7000 0.8000 0.9000 将稀疏存储方式的矩阵转换为完全存储方式的矩阵的转换函数full()的格式为： ?full(A) ?返回稀疏存储矩阵A对应的完全存储方式矩阵。 1.转换函数创建稀疏数组 spa=sparse(u,v,S) spa = (1,2) 0.6000 (2,3) 0.7000 (3,4) 0.8000 (4,5) 0.9000 a=full(spa)a = 0 0.6000 0 0 0 0 0 0.7000 0 0 0 0 0 0.8000 0 0 0 0 0 0.9000 【例2-27】 稀疏矩阵和完全矩阵的相互转换实例。 　　　通过文件函数eye()、rand()和randn()，用户可以创建完全存储方式的矩阵。MATLAB提供了函数文件speye()、sprand()和sprandn()，用户调用它们可以创建相应的稀疏矩阵。单位矩阵只有对角线元素为1，其他元素都为0，是一种具有典型稀疏特征的矩阵。单位矩阵的稀疏存储函数speye()的调用格式如下： 　?Speye(m,n) 　?返回一个m×n的稀疏存储单位矩阵。 2、内建函数创建稀疏数组 clear,spa=speye(4,4) %创建4×4稀疏单位矩阵spa = (1,1) 1 (2,2) 1 (3,3) 1 (4,4)