本文是matlab(一)——基础语法小结的续篇
Magic Traits
1. 文件读取
fid = fopen(fn,'rt');
out = fscanf(fid,spec,inf);
fclose(fid);
2. 读取数据
fid = fopen(fn,'rt');
out = textscan(fid,spec);
3. 图像多列输出
vecn1 = [vecns{1}, vecns{2}, vecns{3}];
vecn2 = [vecns{4}, vecns{5}, vecns{6}];
vecn3 = [vecns{7}, vecns{8}, vecns{9}];
vecn4 = [vecns{10}, vecns{11}, vecns{12}];
combinedvecns = [vecn1; vecn2; vecn3; vecn4];
imshow(combinedvecns);
imwrite(combinedvecns, 'normal_vector.png');
- 用;分割列
4. 文件写入
- matlab写入文件如果已存在，不会默认覆盖，因此必须手动删除；
% 路径要对应
delete(strcat(dataName, '_Normal.mat'));
imwrite(uint8(Normal*255).*uint8(mask3), strcat(dataName, '_Normal.png'));
- 可用通配符删除
delete('*.txt');
在 MATLAB 中，save 和 imwrite 是两个用于不同目的的函数，它们的主要区别如下：
1. save 函数
- 用途：
save函数用于将工作空间中的变量保存到一个 MAT 文件中。MAT 文件是 MATLAB 的专有格式，可以存储多种数据类型，包括数组、结构体、单元格数组等。 - 语法：
save('filename.mat'); % 保存所有变量 save('filename.mat', 'var1', 'var2'); % 只保存指定的变量 - 文件格式：保存为
.mat文件，适合于后续在 MATLAB 中加载和使用。
2. imwrite 函数
- 用途：
imwrite函数用于将图像数据写入文件。它可以将图像保存为多种格式，如 PNG、JPEG、TIFF 等。 - 语法：
imwrite(imageData, 'filename.png'); % 保存图像数据为 PNG 格式 imwrite(imageData, 'filename.jpg', 'Quality', 90); % 保存为 JPEG 格式并设置质量 - 文件格式：支持多种图像格式（如 PNG、JPEG、TIFF 等），适合于图像处理和显示。
总结
save：用于保存 MATLAB 工作空间中的变量，生成.mat文件，适合于数据存储和后续分析。imwrite：用于将图像数据保存为图像文件，支持多种图像格式，适合于图像处理和输出。
根据你的需求选择合适的函数。如果你想保存数据以便后续在 MATLAB 中使用，使用 save；如果你想将图像保存为文件以便查看或分享，使用 imwrite。
运算篇
- fprintf(" xxx %d",a)，当a为数组时，会输出数组数目行，每行是一个元素+相关文本的copy
- index: b(i,j,k,:);
- [1,1,5]->[5]: squeeze(a);
- [5]->[1,5]/[5,1]: reshape(a,[1,5]);
- minimal square solution:
% solution1
c=A\b
% solution2
A_=pinv(A)
c=A_*b
- test struct in matlab
% assum data be a struct
disp(['data=',class(data)]);
disp(fieldnames(data));
disp(data);
- 对数列，会自动略去末尾的1维度，但之前的不会
>> b=reshape(a,[3,4,3,1,2,1])
>> size(b)
ans =
3 4 3 1 2
- 获取多维数列的最大值
- 整体最大值
b = max(a(:))
- 获取某行某列最大值
- 终端输入匹配
- 终端读取文本转为数字
drop = input('drop highlight and shadows?(0/1)');
if int32(drop) == 0
- 数字(含浮点数)转字符串
num = 123;
num = 3.14;
str = num2str(num);
银河-睿智的矩阵索引
- 与torch、numpy不同，matlab索引不是先排列最后一维，再排列倒数第二维，
- 反过来先派列第一维，再排列第二维，直到最后一维；
看个例子💐
>> a= rand(2,3,4)
a(:,:,1) =
0.7094 0.2760 0.6551
0.7547 0.6797 0.1626
a(:,:,2) =
0.1190 0.9597 0.5853
0.4984 0.3404 0.2238
a(:,:,3) =
0.7513 0.5060 0.8909
0.2551 0.6991 0.9593
a(:,:,4) =
0.5472 0.1493 0.8407
0.1386 0.2575 0.2543
- 依次排列(2)->(2,3)->(2,3,4)维度
- 所以a(7)在3个维度的下标为(1,1,2)——(2-1)*2*3+(1-1)*2+1，对应0.1190
- 而不是(1,2,3)—(1-1)*2*3+(2-1)*4+3，在numpy中为(0,1,2)，
>> a(7)
ans =
0.1190
. *与.*
在 MATLAB 中，* 和 .* 是两种不同的运算符，它们用于不同类型的乘法运算。
*（矩阵乘法）：*运算符用于执行矩阵乘法。它遵循线性代数的规则，要求第一个矩阵的列数等于第二个矩阵的行数。- 例如，如果
A是一个m x n矩阵，B是一个n x p矩阵，则C = A * B将生成一个m x p矩阵。
A = [1 2; 3 4]; B = [5; 6]; C = A * B; % C = [17; 39].*（逐元素乘法）：.*运算符用于执行逐元素乘法。它对两个同样大小的矩阵或数组的对应元素进行乘法运算。- 例如，如果
A和B都是m x n矩阵，则C = A .* B将生成一个同样大小的矩阵C，其中每个元素C(i,j) = A(i,j) * B(i,j)。
A = [1 2; 3 4]; B = [5 6; 7 8]; C = A .* B; % C = [5 12; 21 32]
总结：
- 使用
*进行矩阵乘法，要求矩阵维度匹配。 - 使用
.*进行逐元素乘法，要求两个操作数的维度相同。
贴士
但当两个输入有一个是整数时
b=a.*(-1)
等价于
b=a*(-1)
数组[]中,与;的区别
- 比如用于图像多列输出
在 MATLAB 中，[] 用于创建数组或矩阵，而 , 和 ; 在这个上下文中有不同的含义，分别用于控制数组的维度和结构。以下是它们的主要区别：
1. , - 列连接
- 用于水平连接：在
[]中使用,表示将多个元素或数组水平连接（即在同一行中）。 - 创建行向量：如果在
[]中使用,，则创建一个行向量。
示例：
% 创建行向量
rowVector = [1, 2, 3]; % 返回 [1 2 3]
% 水平连接两个行向量
A = [1, 2, 3];
B = [4, 5, 6];
C = [A, B]; % 返回 [1 2 3 4 5 6]
2. ; - 行连接
- 用于垂直连接：在
[]中使用;表示将多个元素或数组垂直连接（即在不同的行中）。 - 创建列向量：如果在
[]中使用;，则创建一个列向量。
示例：
% 创建列向量
columnVector = [1; 2; 3]; % 返回 [1; 2; 3]
% 垂直连接两个列向量
A = [1; 2; 3];
B = [4; 5; 6];
C = [A; B]; % 返回 [1; 2; 3; 4; 5; 6]
结合使用 , 和 ;
您可以在同一个 [] 中结合使用 , 和 ; 来创建更复杂的矩阵。例如：
% 创建一个 2x3 的矩阵
matrix = [1, 2, 3; 4, 5, 6]; % 返回一个 2x3 的矩阵
在这个例子中：
- 第一行是
1, 2, 3（使用,连接）。 - 第二行是
4, 5, 6（使用,连接），并且行与行之间使用;连接。
总结
,：用于在同一行中连接元素或数组，创建行向量。;：用于在不同的行中连接元素或数组，创建列向量。
通过合理使用 , 和 ;，您可以灵活地构建所需的数组和矩阵。
- 平方
b = a^2
按索引取数与maxk
程序如下：
A = zeros(sample_num,3);
...
[temp_array, temp_indice] = maxk(b(i,j,k,:),temp_num);
temp_array = squeeze(temp_array);
temp_indice = squeeze(temp_indice);
[b_resevoir(i,j,k,:), indice_resevoir(i,j,k,:)] = mink(temp_array, resevoir_num);
...
pA= pinv(A);
lA = pA(:,indice_resevoir(i,j,k,:));
shortcuts keys
- 查找+替换：ctrl+H
- 反注释：ctrl+T
- cut：ctrl+W