笔记内容概述：本片笔记主要是出于学习读取matlab人脸识别的一个项目代码的需要，重新学习matlab基础知识代码需求；内部包括matlab基础语法以及一些我在实际操作中遇到的问题；

一、帮助

  1. 在命令行输入：demo、doc、唤醒帮助开发文档；
  2. 命令行输入：help 函数，获取函数相关的帮助信息；
  3. mathtape官网获取相关的学习内容，以及社区获取帮助；
  4. github。。。

二、变量

2.1 变量
  1. mat数据
  • 变量可以保存为mat数据；
  • 可以（按住ctrl）选中若干个啊数据打包为一个mat数据，以便下次 重新加载。训练数据。
  • 可以在文件中点击mat文件，将其中数据重新导入workspace；
  1. 读取图片会以矩阵形式读取，注意添加分号否则会显示大量矩阵学习。
  2. 默认类型double类型数据。
  3. 计算表达式自动产生一个ans变量。

  4. clear 变量名 从workspace清除指定变量。

  5. 行向量定义：
    一维：a=[1,2,3];

    1. 二维： 分号换行：a=[1,2,3; 4,5,6]<br />       列向量： a= [1;2;3]<br />       拷贝：b = a;<br />       向量加法：a = a+1;向量中每个元素都要加一;

  6. 元组、小数组需要后续学习；

2.2 矩阵
  1. 矩阵判空：isempty（）；
  2. 全一矩阵：ones（n，m）；创造n*m全一矩阵
  3. 全零矩阵：zeros（n，m）；

2.3 索引操作：
  1. 矩阵索引从1开始；
  2. 取某行的全部列

image.png

  1. 获取第一行的1，3列元素

image.png

  1. 不知道维度时使用end

image.png

  1. 取某几列的全部行；
  • 可以以：代替全部行，以[3，4，5]来选中需要查看的列
  • 可以以3：5代表3到5列，等差数列。

image.png

  1. 矩阵的全部元素：列优先排列；所以a(n)对应按列优先排列对应的第n个数据。

image.png

2.4 矩阵合并：
  1. 矩阵按行合并 ：把b添加作为a的的后面行 ( a ; b)

image.png

  1. 矩阵按列合并：（ a , c）

image.png

2.5 sum函数操作
  1. 对矩阵按列求和；sum(a)

image.png

  1. 对矩阵按行求和

image.png

  1. 对矩阵全部元素求和 sum(a(:));

image.png

2.6 私有变量 注意向下的逻辑
  1. { }括号内可以存储多种变量；

image.png

  1. 套娃 :私有变量的内部{ }可以定义其他的变量；

image.png

  1. 细胞/元胞数组

image.png

  • cell 结构内部的子结构也是cell类型的。
  • cell( n)选中的时cell的子结构中的cell类型的数据结构
  • cell { n}是对cell内部的小的cell直接进行操作；注意报错以及正确的操作情况。
  • 注意ceil（n）函数（向上取整函数）做一定的区分。
  • 注意使用{ } 花括进行操作。

image.png
%细胞数组索引小括号（）索引子ceil，花括号索引具体内容

三、运算符

  1. 不等于 ~=
  2. 点乘 .* 矩阵每一项对应做运算
  3. 点除 ./ 对应相除
  4. 点幂 a.^ b 对应 a中的元素为底对应以b中的元素为次数
  5. 点减、点加同上

四、流程控制语句

  1. for循环

    1. a = [1,2,3,4];
    2. %for循环中循环的区域的必须赋值；
    3. %disp是打印字符串的，num2str是将数字转换为字符；
    4. for a = [1,2,3]
    5. disp(num2str(a)); 
    6. end

  2. while

    1. a = 0;
    2. while a<2
    3.  %注意没有+=赋值符号
    4.  a = a + 1;
    5. end

  3. switch case

    1. a = 0;
    2. %注意一下格式
    3. switch a
    4.  case 0
    5.     disp(num2str(a));
    6.  case 1
    7.      disp(num2str(a));
    8. end

  4. if else ```matlab a = 0; if a == 0 disp(‘right’); %注意一下elseif是连在一起的 elseif a==1 disp(‘right’);
    else disp(‘right’);

  1. <a name="TaG4m"></a>
  2. ### <br />
  3. <a name="xMunt"></a>
  4. ### 五、函数
  6. 1. 格式   function  输出 = 函数名（形参）      函数体     end
  7. ```matlab
  8. function y = fun(x1 ,x2)
  9.     a = 1;
  10.     y = x1 + x2 + a ; 
  11. end
  1. 调用函数时的多输出相关
    1. %获取两个输出值
    2. [x,val] = fminsearch(fun,0);
    3. %获取一个参数
    4. x = fminsearch(fun,0);
    5. %获取后一个参数
    6. [~,val] = fminsearch(fun,0);

六、画图

  1. 绘制图像 ```matlab x = 0:0.01:10; y = sin(x); plot(x,y); %plot([1,2,3],[4,5,6]); %设置相关参数 %设置线宽 plot(x,y,’lineWidth’,2); %设置线条颜色、样式以添加的标注，注意顺序； plot(x,y,’r-.o’);

hold on hold off %固定图像一面下一幅图像将原来的图像覆盖/清空。

  2. 2. 设置坐标
  3. ```matlab
  4. xlable('x');
  5. ylable('y');
  6. title('x-y');
  7. demo;

七、匿名函数

  1. %匿名函数
  2. %加不加空格无所谓；
  3. f1 = @(x) x= x +1;
  4. f2 = @(x,y)  x+y;

注意：%表注释
%%。。。。。%%表示一个程序节

八、聚类-机器学习方法

  1. %随机数的配置；可重复
  2. rng default; 
  3. %X中设置两组数据，第一组数据:1+0.75倍的随机数
  4. %                第二组数据：1+0.5倍的随机数
  5. %两组数据点更好区分，给后面的聚类工作量降低.
  6. X = [randn(100,2)*0.75+ones(100,2);
  7.       randn(100, 2)*0.5-ones(100,2)];
  9. %打开一个新的图型窗口；  
  10. figure; 
  11. plot(X(:,1),X(:,2),'.');
  12. %标题为随机产生的数据；
  13. title 'Randomly Generated Data';
  14. %kmeans（参数样本，分成的类数）函数实现均值聚类;
  15. [idx,C] = kmeans(X, 2) ;
  16. %产生idx与c的输出；idx中每个数据点的位置对应原来数据集中的数据点位置，
  17. %idx中的1，2表示哪一类。
  18. %聚类的输出c表示两个类的中心位置。
  20. figure;
  21. %逻辑索引
  22. %(X(idx==1, 1)表示第一列中的idx==1条件的数
  23. %注意性质标注时不要多加了空格否则无法识别设置的属性
  24. plot(X(idx==1, 1), X(idx==1,2),' r.','MarkerSize', 12)
  25. hold on
  26. plot (X(idx==2, 1), X(idx==2, 2),'b.','MarkerSize',12)
  27. %绘制出类中心
  28. %注意换行方法不过不是特别长就没必要换行了
  29. plot(C(:,1),C(:, 2),'kx',...
  30. 'MarkerSize',15,'LineWidth',3)
  31. %图例标注
  32. legend ('Cluster 1','Cluster 2' ,'Centroids','Location','NW' )
  33. title 'Cluster Assi gnments and Centroids'
  34. hold off

九、符号变量

  1. %定义符号变量
  2. syms x y z;
  4. %展开与简化
  5. f = (x+y)^2;
  7. expand(f);
  8. %会展开为x^2 + 2*x*y + y^2
  10. simplify(x^2 + 2*x*y + y^2);
  12. subs(f,x,z)
  13. %注意以上都是符号变量
  14. %以符号变量计算的ans也是符号变量不是double类型的数据
  15. %可以通过*1.0变为double数据。

十、梯度下降法（案例）

  1. %梯度下降法：随着多次得迭代，梯度随着自变量得负方向进行演变
  2. %梯度就是f函数得倒数（2*x+cos（x））
  3. f = @(x) x^2+sin(x);
  4. %定义梯度下降法得初始值
  5. x0 = 0;
  6. y0 = f(x0);
  7. %alpha为变化因子2
  8. alpha = 0.1;
  9. val = [];
  10. for i = 1:30
  11.     x0 =x0 -alpha*(2*x0+cos(x0));
  12.     y0 = f(x0);
  13.     val = [val,y0];
  14. end

十一、集合

集合得四种操作
image.png

  1. union([1,2],[3,4])
  3. ans =
  5.      1     2     3     4
  2. intersect([1,2,3],[2,3,4])
  4. ans =
  6.      2     3
  1. setxor([1,2,3],[2,3,4])
  3. ans =
  5.      1     4
  1. setdiff([1,2,3],[2,3,4])
  3. ans =
  5.      1

判别矩阵中是否有某个元素 返回ans为0或1；
image.png

十二、matlab中调用python

  1. 直接调用可用的python方法 ```matlab c = py.list([1,2,3]);

    c.append(4) c

c =

Python list (不带属性)。

  1. [1.0, 2.0, 3.0, 4.0]
  2. 2. 导入python的库；
  3. ```matlab
  4. a = py.numpy.array([1,2,3,4]);
  5. %matlab调用python的api

十三、结构体

  1. %结构体赋值的基本方法
  2. man.name = 'czf';
  3. >> man.name
  5. ans =
  7. czf
  8. %结构体对于同一个域赋予不同对象
  9. >> man(2).name = 'wjn'
  11. man = 
  13. 1x2 struct array with fields:
  15.     name
  17. >> man.name
  19. ans =
  21. czf
  23. ans =
  25. wjn
  27. %结构体查看有那些域的方法
  28. fields(man);
  29. %是否包含某个结构体
  30. isfield（man，'age'）;
  33. %放入矩阵或者{}内；方便查看
  34. >> name = {man.name}
  36. name = 
  38.     'czf'    'wjn'

十四、表格变量

  1. table函数

    1. age = [1,2,3];
    2. weight = [10,12,14,13];
    3. f = table（age,weight）

  2. 表示形式

image.png

  1. 转置表示
    1. age = age';
    2. weight = weight';
    3. name = {'A';'B';'C'};
    4. f=table(name,age,weight)
    image.png
    或者如下表示
    image.png
  1. %获取某个属性对应的值
  2. f({'A'},:)
  3. %获取某个属性的全部内容
  4. f.age;

十五、线性回归（案例）

  1. %%
  2. load hald
  3. %注意以下数据的维度
  4. X =ingredients;
  5. y = heat;
  6. %%
  7. %%
  8. %fitlm是matlab机器学习的一个方法
  9. mdl = fitlm(X,y,'linear','RobustOpts','on')；
  10. %%
  11. %plot在这里可以直接绘制模型。
  12. plot(mdl);

十六、向量化运算

  1. function y= fcn(x)
  2.    if x<5
  3.      y = 2*x;
  4.    elseif x<10
  5.       y = sqrt(x);
  6.    elseif x<=20;
  7.        y =x;
  8.     end
  9. end
  1. y = 2*(x<5).*x+(x>5&x<10).*sqrt(x)+(x>=10&x<=20).*x;

采用向量化的即使算方法、使用加法把分段函数合在一起。

十七、向量函数bsxfun

可用于不同维度的向量之间的计算

  1. a = [1,2;3,4];
  2. b =[1,2];
  3. %向量维度不同
  4. %做加法；
  5. bsxfun(@add,a,b)
  6. %乘法
  7. bsxfun(@times,a,b)

repmat也可以实现不同维度向量的减法
a 操作 repmat（b，m，n）；

十八、三维图

  1. x = 0:0.1:10;
  2. y = 0:0.1:10;
  3. z = x.^2+y.^2;
  4. %绘制三维曲线
  5. plot3(x,y,z);
  6. %绘制三维曲面surf  mesh
  9. %注意一维向量是无法实现三维绘图的无法实现全部对应关系
  10. %复制为二维数组形成一种相关联的关系，并非一种简单转换。
  11. [xx,yy] =meshgrid(x,y);
  12. zz = xx.^2+yy.^2;
  13. mesh(xx,yy,zz);

十九、构建一个matalb神经网络

注意：机器学习时的数据集是以一行为一个样本；
不同于聚类时利用的样本为一列。
image.png
houseinputs有13个特征，506个样本。

  1. load house_dataset
  2. %获取数据
  3. %前500个样本作为训练集
  4. xtrain = houseInputs(:,1:500); 
  5. ytrain = houseTargets(:,1:500); 
  6. %后6个样本作为测试集
  7. xtest = houseInputs(:,501:506); 
  8. ytest = houseTargets(:,501:506);
  9. %构建神经网络，[]中保存的时对应参数的神经元、以及对应的训练层数
  10. net= newff(xtrain,ytrain,[6,6,6]);
  11. %训练
  12. net = train(net,xtrain,ytrain);
  13. %预测
  14. net(xtest);
  16. %也可以把训练好的神经网络保存为.mat文件。

二十、oop面向对象

20.1 类的定义
  1. 弱类型；有的类型只局限于某个工具箱。

  2. 新建一个类；跟换类名、设置变量、设置函数 ```matlab classdef man %UNTITLED2 此处显示有关此类的摘要 % 此处显示详细说明

    properties

    1.  age
    2.  height

    end

    methods %同类名的构造方法

    1.  function obj = man(myage,myheight)
    2.  obj.age = myage;
    3.  obj.height = myheight;
    4.  end

    end

end

  2. ```matlab
  3. b.key = 1;
  4. >> b.name = 'name';
  5. >> b
  6. b = 
  8.      key: 1
  9.     name: 'name'

面向对象的方法可以省略内存。结构体不能用点的方式调用函数，类可以点的方式调用方法。

20.2 类的继承
  1. classdef students < man
  2. %  <  表示继承 
  3.     properties(Access = private)
  4.         grade
  5.     end
  7.    methods
  8.    function obj = student (age, height, grade)
  9.    %@来调用父类的构造方法
  10.      obj = obj@man(age, height);
  11.      obj.grade = grade;
  12.   end
  13. end

20.3 类的私有化
  2. %properties可以有多个，如下设置可以使得改properties内的数据外部不可见
  3. %SetAccess= private只能类内设置
  4. %GetAccess= private只能类内获取
  5. properties(Access = private)
  6.         age
  7.     end
  8. %通过类内方法来访问私有属性
  9. methods
  10.     function show(obj)
  11.        disp(obj.age);
  12.     end
  13. end

20.4 类的重载

重新定义我们需要的类

二十一、GUI设计

21.1创建GUI

image.png
image.png
image.png
双击任一区域，可以进行相关设置；

21.2 回调函数

案例一：实现按键后数据在静态框内显示指定文本

  1. 首先我们需要先找到对应控件的命名；

image.png

  1. 通过贯穿全局的handles来调用其他内容，来完成按键时数据显示再静态文本框内。
    1. function pushbutton1_Callback(hObject, eventdata, handles)
    2. % hObject    handle to pushbutton1 (see GCBO)
    3. % eventdata  reserved - to be defined in a future version of MATLAB
    4. % handles    structure with handles and user data (see GUIDATA)
    5. disp([hObject.String]);
    6. %handles可以理解为图像界面的所有信息.
    7. set(handles.text2,'String','训练完成')
    ```matlab %这个函数表示界面一经显示就会调用 function demo1_OpeningFcn(hObject, eventdata, handles, varargin)

% This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to demo1 (see VARARGIN)

% Choose default command line output for demo1 handles.output = hObject;

disp([‘hello’]);

% Update handles structure guidata(hObject, handles);

% UIWAIT makes demo1 wait for user response (see UIRESUME) % uiwait(handles.figure1);

  2. **案例二：再静态文本框内显示按按键的次数；**
  4. 1. 编辑OpeningFcn：
  6. handles.count = 0;定义一个全局变量<br />%把handles当前的数据保存到gcf当中；<br />guidata(gcf,handles);
  7. ```matlab
  8. function demo1_OpeningFcn(hObject, eventdata, handles, varargin)
  10. % This function has no output args, see OutputFcn.
  11. % hObject    handle to figure
  12. % eventdata  reserved - to be defined in a future version of MATLAB
  13. % handles    structure with handles and user data (see GUIDATA)
  14. % varargin   command line arguments to demo1 (see VARARGIN)
  16. % Choose default command line output for demo1
  17. handles.output = hObject;
  18. handles.count = 0;
  19. disp(['hello']);
  21. % Update handles structure
  22. guidata(hObject, handles);
  23. %gcf是图形的句柄；
  24. %把handles当前的数据保存到gcf当中；
  25. guidata(gcf,handles);

  1. 设置显示数据set(handles.text2,’String’,num2str(handles.count));

    1. 保存数据；
    1. function pushbutton1_Callback(hObject, eventdata, handles)
    2. % hObject    handle to pushbutton1 (see GCBO)
    3. % eventdata  reserved - to be defined in a future version of MATLAB
    4. % handles    structure with handles and user data (see GUIDATA)
    5. handles.count = handles.count+1;
    6. %注意此处handles.count是过滤型变量，输出需要转换格式；
    7. %handles可以理解为图像界面的所有信息.
    8. %set(handles.text2,'String','训练完成')
    9. set(handles.text2,'String',num2str(handles.count));
    10. %注意对handles进行保存
    11. guidata(gcf,handles);

案例三；根据下拉菜单来显示图像

  1. function pushbutton1_Callback(hObject, eventdata, handles)
  2. % hObject    handle to pushbutton1 (see GCBO)
  3. % eventdata  reserved - to be defined in a future version of MATLAB
  4. % handles    structure with handles and user data (see GUIDATA)
  5. %用str接受handles下的下拉菜单popupmenu1对应的所有字符
  6. str = handles.popupmenu1.String;
  7. %获取哪个值
  8. val = handles.popupmenu1.Value;
  9. %由于ezplot显示必须要显示函数句柄或者字符串类型
  10. %而val此时为cell类型所以要完成转换；
  11. fcn = str{val};
  12. ezplot(fcn);

image.png

案例四：

  1. function start_Callback(hObject, eventdata, handles)
  2. % hObject    handle to start (see GCBO)
  3. % eventdata  reserved - to be defined in a future version of MATLAB
  4. % handles    structure with handles and user data (see GUIDATA)
  7. % --------------------------------------------------------------------
  8. function open_Callback(hObject, eventdata, handles)
  9. % hObject    handle to open (see GCBO)
  10. % eventdata  reserved - to be defined in a future version of MATLAB
  11. % handles    structure with handles and user data (see GUIDATA)
  12. msgbox('你打开了')
  13. demo2;
  15. % --------------------------------------------------------------------
  16. function close_Callback(hObject, eventdata, handles)
  17. % hObject    handle to close (see GCBO)
  18. % eventdata  reserved - to be defined in a future version of MATLAB
  19. % handles    structure with handles and user data (see GUIDATA)
  20. msgbox('你关闭了')
  21. %questdlg返回一个所选择的值，后面的属性按照顺序来选。
  22. r = questdlg('你要关闭吗？','关闭请求','是','否','否');
  23. %相对于r=='是'来做判断，strcmp更加规范一些。
  24. if strcmp(r,'是')
  25.    close all;
  26. end

二十二、分类工具箱

  1. 导入数据；

image.png

  1. 选择我们需要的数据处理程序。

image.png

  1. 导入工作区的数据 +点击训练

image.png

二十三、全局变量

就相当于静态变量；

  1. %global可跨文件访问
  2. global x
  3. %persistent 是只能再本文件下访问，不可以跨文件访问；
  4. persistent  y

二十四、异常检测

  1. try
  2.     a = 1;
  3. catch ME 
  4.     if strcmp(ME,)
  5.      assignin('base','ME',ME)
  6. end
  8. ----------------------------------------
  9. function trydemoll
  10. try
  11.   a = [1,2,3];
  12.   b = [1,2];
  13.   c = a+b;
  14. catch Me
  15.   if strcmp(Me.identifier, 'MATLAB: UndefinedFunction’)
  16.     disp(Me. message);
  17.   elseif strcmp (Me.identifier,'MATLAB: dimagree') ;
  18.     warning(Me. message) ;
  19.   end
  20. end

二十五、读取文件

  1. 对表格的读写操作； ```html %读操作 [data,str] = xlsread(‘demo11.xlsx’) %按照xlsx文件的列的相关信息来设置接受的数据的数值变量和字符串变量

%写操作 mydata = {小明’,22;’小红’,25}; %写入excl表格时有四个输入变量， %表格文件名+待写入数据+工作表的序号+再表格中的写入范围 xlswrite(‘demo11.xlsx’,mydata,1,’A5:B6’) ; [newdata,newstr] = xlsread(‘ emol1.xlsx’) ;

  2. 2. 对文本文档的读写操作
  3. ```html
  4. %读取文档
  5. file = fopen('demo12.txt','r');
  6. context = fscanf(file,'%s');
  7. fclose(file)
  9. %写入文档  a指的是追加w指的是重写
  10. file = fopen('demo12.txt','a');
  11. fprintf(file,'处处闻啼鸟');
  12. fclose(file)

变量作用域(变量空间)

  1. 涉及函数
  • assignin
  • evalin
  • persistent
  • global
  1. 全局变量（存在于全局区）
  • 函数内就是局部? workspace就是全局? ==global simulink m共享ws
  • 全局变量的清除方式
  • 等价于extern
  1. 静态变量
  • persistent
  • mlock（‘变量’） 可以使得变量不被清除 解除munlock（‘变量’）
  1. 跨空间变量调用和定义
  • 主函数和子函数同在一个空间?
  • ‘caller’与’base’：一个函数一个caller

  • assignin 与evalinI ：

    assignin（‘base’，‘workerspace变量名’，传入变量名）

  • 村用变量与取用变量 ```html function ass_test d = 1; %将d存入worker space中 assignin(‘base’,’d’,d); %执行ass_test2将f数据存在assignin内。 ass_test2; disp(f); end

function ass_test2 f = 3; %通过caller把f放到assignin内。 assignin(‘caller’,’f’,f); end

```