查看: 2469|回复: 7|关注: 0
如何产生一个列向量相同的矩阵
<h1 style="color:# 麦片财富积分
新手, 积分 11, 距离下一级还需 39 积分
例如，列向量x=[1;2;3],要产生矩阵A=[x,x,x],即[1,1,1;2,2,2;3,3,3].&&matlab有没有什么函数可以实现类似的函数。
<h1 style="color:#1 麦片财富积分
关注者： 2
a=[1;1;1];b=[1,2,3];
<h1 style="color:#80 麦片财富积分
关注者： 206
A = [x,x,x];
<h1 style="color:# 麦片财富积分
A = [x,x,x];
矩阵比较大，要产生30列，难到写30个。。。。。
<h1 style="color:#0 麦片财富积分
关注者： 3
|此回复为最佳答案
A = repmat(x,1,n)
<h1 style="color:# 麦片财富积分
楼上给出了答案 repmat函数可以实现你说的功能
<h1 style="color:# 麦片财富积分
repmat(x,1,3)
<h1 style="color:# 麦片财富积分
受教了~很有用的函数~
站长推荐 /1
Powered byMatlab中矩阵列向量归一化的三种方法比较
已有 22423 次阅读
|系统分类:
矩阵列向量归一划在matlab编程时会经常遇到，例如振动理论中特征向量，也就是振型的归一化。本文列出了三种不同的实现方法，前两种方法由博友给出(文献1)，这里给出第三种方法，并且比较这三种方法的运行时间。result=[];%---------------------------for k=1:40 & num=100*k; & X=rand(num); & & & & & %随机矩阵 & A=X; & B=X; & &C=X; & &%第一种方法------------------------ &tic &leg=sqrt(sum(A.^2));
&A=A./leg(ones(1,num),:); &t1=toc%第二种方法----------------------- &tic &for i=1:num &B(:,i)=B(:,i)/norm(B(:,i)); &end &t2=toc%第三种方法----------------------- &tic &leg=sqrt(sum(C.^2)); &C=bsxfun(@rdivide,C,leg);
&t3=tocresult=[k t1 t2 t3]; %记录end%============================================由计算所得的时间结果绘图得到下图，观察图发现：在矩阵维数较低时，三种方法的计算时间差距不大，但随着矩阵规模的增长，三种方法的计算时间也同时提高，但增长的幅度不同。方法三的计算时间最少，其次是方法二和方法一。方法一采用矩阵点除的方法实现方法二实际上为matlab内置的函数normc,每一列除以该列的模。方法三用时最少主要因于bsxfun函数，该函数可谓是matlab中向量化编程的利器。现在介绍一下bsxfun函数的用法：假设A是m*n维的矩阵，B是1*n维的行向量，现在希望A的每一行都加上B，则可用下面语句bsxfun(@plus,A,B)实际上该语句等效为A+repmat(B,m,1)即把B向量扩展为与A兼容的m*n维矩阵，然后再与A相加。但在bsxfun中，这个扩展的操作是内部虚拟进行的，并不实际占用内存，因此更快。除了@plus，还有@time，@rdivide，等二元运算，具体用法参见文献2.参考文献：1. 2.
转载本文请联系原作者获取授权，同时请注明本文来自韩鼎科学网博客。链接地址：
当前推荐数：0
评论 ( 个评论)
扫一扫，分享此博文
作者的其他最新博文
热门博文导读
Powered by
Copyright &matlab中将多个列向量放入一个矩阵中，求具体代码，谢谢！-中国学网-中国IT综合门户网站-提供健康,养生,留学,移民,创业,汽车等信息
> 信息中心 >
matlab中将多个列向量放入一个矩阵中，求具体代码，谢谢！
来源：互联网 发表时间： 11:05:05 责任编辑：李志喜字体：
为了帮助网友解决“matlab中将多个列向量放入一个矩阵中，求具体代码，谢谢！”相关的问题，中国学网通过互联网对“matlab中将多个列向量放入一个矩阵中，求具体代码，谢谢！”相关的解决方案进行了整理,用户详细问题包括:已知100个列向量A(j) （j=1:1:100），如何将这100个列向量放入一个矩阵B中，B=[A(1),A(2),.旦龚测夹爻蝗诧伟超连..A(100)]求具体代码，3Q~，具体解决方案如下：解决方案1：
同学，B=A 就是呀。
解决方案2：
A 给我　我给你搞定！
1个回答1个回答1个回答1个回答1个回答1个回答1个回答1个回答1个回答1个回答
相关文章：
最新添加资讯
24小时热门资讯
Copyright &#169; 2004- All Rights Reserved. 中国学网 版权所有
京ICP备号-1 京公网安备02号温馨提示！由于新浪微博认证机制调整，您的新浪微博帐号绑定已过期，请重新绑定！&&|&&
你想的越多,顾虑就越多,什么都不想的时候反而能一往直前。你害怕的越多,困难就越多,什么都不怕的时候一切反而没那么难。别害怕别顾虑,想到就去做。这世界就是这样,当你把不敢去实现梦想的时候梦想会离你越来越远,当你勇敢地去追梦的时候,全世界都会来帮你。
LOFTER精选
网易考拉推荐
用微信&&“扫一扫”
将文章分享到朋友圈。
用易信&&“扫一扫”
将文章分享到朋友圈。
&增加内容1、向量的创建1）直接输入：行向量：a=[1,2,3,4,5]列向量：a=[1;2;3;4;5]2）用“:”生成向量&&a=J:K&生成的行向量是a=[J,J+1,…,K]&&a=J:D:K&生成行向量a=[J,J+D,…,J+m*D],m=fix((K-J)/D)3）函数linspace&用来生成数据按等差形式排列的行向量&&x=linspace(X1,X2):在X1和X2间生成100个线性分布的数据，相邻的两个数据的差保持不变。构成等差数列。&&x=linspace(X1,X2,n):&在X1和X2间生成n个线性分布的数据，相邻的两个数据的差保持不变。构成等差数列。4）函数logspace用来生成等比形式排列的行向量&&X=logspace(x1,x2)&在x1和x2之间生成50个对数等分数据的行向量。构成等比数列，数列的第一项x(1)=10x1,x(50)=10x2&&X=logspace(x1,x2,n)&在x1和x2之间生成n个对数等分数据的行向量。构成等比数列，数列的第一项x(1)=10x1,x(n)=10x2注：向量的的转置：x=(0,5)’&2、矩阵的创建1）直接输入：将数据括在[]中，同一行的元素用空格或逗号隔开，每一行可以用回车或是分号结束如：a=[1,2,3;3,4,5],运行后：a =&&&&&1&&&&&2&&&&&3&&&&&3&&&&&4&&&&&5&2）函数eye，生成单位矩阵eye(n) :生成n*n阶单位Eeye(m,n):生成m*n的矩阵E，对角线元素为1，其他为0eye(size(A))：生成一个矩阵Ａ大小相同的单位矩阵eye(m,n,classname):对角线上生成的元素是1，数据类型用classname指定。其数据类型可以是：duoble、single、int8、uint8、int16、uint16、int32、uint32&。&&&&&&3）函数ones&&用ones生成全1的矩阵ones(n) :&生成n*n的全1矩阵ones(m,n) :&生成m*n的全1矩阵ones(size(A)) :&生成与矩阵A大小相同的全1矩阵ones(m,n,p,…)生成m*n*p*….的全1的多维矩阵ones(m,n,…,classname)制定数据类型为classname&4）函数zeros&函数zeros生成全0矩阵zeros(n):生成n*n的全0矩阵zeros(m,n:)生成m*n的全0矩阵zeros(size(A)):&生成与矩阵A大小相同的全0矩阵zeros (m,n,p,…)生成m*n*p*….的全0的多维矩阵zeros (m,n,…,classname)指定数据类型为classname&5）函数rand&函数rand用来生成[0,1]之间均匀分布的随机函数，其调用格式是：Y=rand:生成一个随机数Y=rand(n):生成n*n的随机矩阵Y=rand(m,n):生成m*n的随机矩阵Y=rand(size(A)):生成与矩阵A大小相同的随机矩阵Y=rand(m,n,p,…):生成m*n*p*…的随机数多维数组6）函数randn&函数rand用来生成服从正态分布的随机函数，其调用格式是：Y=randn:生成一个服从标准正态分布的随机数Y=randn(n):生成n*n的服从标准正态分布的随机矩阵Y=randn(m,n):生成m*n的服从标准正态分布的随机矩阵Y=randn(size(A)):生成与矩阵A大小相同的服从标准正态分布的随机矩阵Y=randn(m,n,p,…):生成m*n*p*…的服从标准正态分布的随机数多维数组&3、矩阵元素的提取与替换1）&&单个元素的提取如：a=[1,2,3;3,4,5],运行后：a =&&&&1&&&&&2&&&&&3&&&&3&&&&&4&&&&&5输入b=a(1,2)b =&&&&&2&&&&&&&2）&&提取矩阵中某一行的元素，如：a=[1,2,3;3,4,5],运行后：a =&&&&1&&&&&2&&&&&3&&&&3&&&&&4&&&&&5输入b=a(1,:)b =&&&&&1&&&&&2&&&&&3&3）&&提取矩阵中某一列：如：a=[1,2,3;3,4,5],运行后：a =&&&&1&&&&&2&&&&&3&&&&3&&&&&4&&&&&5输入b=a(:,1)b =&&&&&1&&&&&3&4）&&提取矩阵中的多行元素如：a=[1,2,3;3,4,5],运行后：a =&&&&1&&&&&2&&&&&3&&&&3&&&&&4&&&&&5输入b=a([1,2],:)b =&&&&&1&&&&&2&&&&&3&&&&&3&&&&&4&&&&&5&5）&&提取矩阵中的多列元素如：a=[1,2,3;3,4,5],运行后：a =&&&&1&&&&&2 &&&&3&&&&3&&&&&4&&&&&5输入b=a(:,[1,3])b =&&&&&1&&&&&3&&&&&3&&&&&5&6）&&提取矩阵中多行多列交叉点上的元素如：a=[1,2,3;3,4,5],运行后：a =&&&&1&&&&&2&&&&&3&&&&3&&&&&4&&&&&5输入b=a([1,2],[1,3])b =&&&&&1&&&&&3&&&&&3&&&&&5&7）&&单个元素的替换：如：a=[1,2,3;3,4,5],运行后：a =&&&&1&&&&&2&&&&&3&&&&3&&&&&4&&&&&5输入：a(2,3)=-1a =&&&&&1&&&&&2&&&&&3&&&&&3&&&&&4&&&&-1&4、矩阵元素的重排和复制排列1）&&矩阵元素的重排B=reshape(A,m,n):返回的是一个m*n矩阵B，矩阵B的元素就是矩阵A的元素，若矩阵A的元素不是m*n个则提示错误。B=reshape(A,m,n,p):返回的是一个多维的数组B，数组B中的元素个数和矩阵A中的元素个数相等B=reshape(A,…,[],…):可以默认其中的一个维数B=reshape(A,siz) :&由向量siz指定数组B的维数，要求siz的各元素之积等于矩阵A的元素个数&2）&&矩阵的复制排列&&函数是repmatB=repmat(A,n):返回B是一个n*n块大小的矩阵，每一块矩阵都是AB=repmat(A,m,n):返回值是由m*n个块组成的大矩阵，每一个块都是矩阵A。B=repmat(A,[m,n,p,…]):返回值B是一个多维数组形式的块，每一个块都是矩阵A&5、矩阵的翻转和旋转1）矩阵的左右翻转 左右翻转函数是fliplr,调用格式：B=fliplr(A):将矩阵A左右翻转成矩阵B。输入：A=[1,2,3;3,4,2]A =&&&&&1&&&&&2&&&&&3&&&&&3&&&&&4&&&&&2输入：B=fliplr(A)B =&&&&&3&&&&&2&&&&&12&&&&&&&&&&&&&4&&&&&32）矩阵上下翻转 函数：flipud，调用格式：B=flipud(A):把矩阵A上下翻转成矩阵B&3）&&多维数组翻转 函数：flipdim，调用格式：B=flipdim(A,dim):把矩阵或多维数组A沿指定维数翻转成B&4）&&矩阵的旋转&&函数：rot90，调用格式：B=rot90(A):矩阵B是矩阵A沿逆时针方向旋转90。得到的B=rot90(A,k):矩阵B是矩阵A沿逆时针方向旋转k*90。得到的(要想顺时针旋转，k取-1)6、矩阵的生成与提取函数1）&&对角线函数 对角线函数diag既可以用来生成矩阵，又可以来提取矩阵的对角线元素，其调用格式：a)&&&&&&&&&A=diag(v,k):当v是有n个元素的向量，返回矩阵A是行列数为n+|k|的方阵。向量v的元素位于A的第k条对角线上。K=0&对应主对角线，k&0对应主对角线以上，k&0对应主对角线以下。b)&&&&&&&&&A=diag(v):将向量v的元素放在方阵A的主对角线上，等同于A=diag(v,k)中k=0的情况。c)&&&&&&&&&v=diag(A,k):提取矩阵A的第k条对角线上的元素于列向量v中。d)&&&&&&&&&v=diag(A):提取矩阵A的主对角线元素于v中，这种调用等同于v=diag(A,k)中k=0的情况。2）&&下三角阵的提取&&用函数tril，调用格式：a)&&&&&&&&&L=tril(A):&提取矩阵A的下三角部分b)&&&&&&&&&L=tril(A,k):提取矩阵A的第k条对角线以下部分。K=0&对应主对角线，k&0对应主对角线以上，k&0对应主对角线以下。3）&&上三角阵的提取&&函数triu，调用格式：a)&&&&&&&&&U=triu(A):&提取矩阵A的上三角部分元素b)&&&&&&&&&U=triu(A,k):&提取矩阵A的第k条对角线以上的元素。K=0&对应主对角线，k&0对应主对角线以上，k&0对应主对角线以下。&关于matlab数组操作的讨论matlab是靠它灵活数组操作发的家，但是数组操作也是初学者最难理解的matlab特色之一，因为在其他语言中（如C、pascal）不存在对等的语法和语义。在5.x版中新增添的多维数组（N-D数组），进一步扩展了matlab的功能，迎合了许多多维的科学计算。但matlab中的很多函数只支持对向量和矩阵的操作，因此迫切要求我们掌握多维到一二维之间升降维数的命令。一、matlab环境中对数据的物理存放形式　　在matlab中数据的逻辑形式可以表现出多维，但物理上在内存中的形式却是很简单按列存放的。这就说明为什么有一些函数只对列向量操作，而一些计算密集的函数，对矩阵的方向很敏感（如图像处理工具箱）。这些函数对于非列向量的输入要重新排序成列向量的形式。对于一个矩阵，在内存中的单元存放顺序是：第一列的单元，第二列单元，。。。最后一列。u =0.0 0.45650.3 0.01850.1 0.8214u(:)ans =0.95010.23110.60680.48600.89130.76210.45650.01850.8214对于多维的数组，则是把第二维以后的维数作为数据平面（plane）来看，存放的顺序是：第一个plane中的矩阵，第二个plane中的矩阵。。。u=[1,2;3,4];u(:,:,2)=[5,6;7,8];u(:,:,1) =1 23 4u(:,:,2) =5 67 8?u(:)ans =13245768可以从单元的逻辑下标算出它所在的物理位置，相反的计算也是一定的。如维数[d1,d2,d3]的三维数组中的一个单元(a,b,c)的物理位置是(a-1)*d2*d3+(b-1)*d3+c。二、数组的下标在matlab中的数组下标是很灵活的，可以进行维间的合并和扩展，维内的抽取和扩展。1、维内的抽取抽取的下标的数值要在被抽取数组维的大小以内，不能小于1或大于维的实际长度d。表示抽取下标的序列可以是任何数组形式，但matlab会自动将其转换为一列向量，如前面所描述的一样。该抽取下标序列可以有重复的数值，这样被抽取出来的序列值就会重复出现。这是一个很有用的操作，比如说已有一个表面上顶点的坐标的数组，现在要构造一个三角面的序列来表示该表面，这里就要从顶点数组中抽取数值，而且要重复，因为通常三个三角面要公用一个顶点。u([2,1,1],:,:)ans(:,:,1) =3 41 21 2ans(:,:,2) =7 85 65 6u(:,[2,1;2 2],:)ans(:,:,1) =2 2 1 24 4 3 4ans(:,:,2) =6 6 5 68 8 7 82、维内的扩展在c或pascal之类的通用的算法语言中，要使数组动态增加或减少某些维的长度是很困难的事情，这里涉及的操作包括重新申请一个内存块，拷贝原有的数据（要重新计算地址），释放原有的块。而在matlab中它屏蔽了这些烦人的工作，对用户是透明的。在第一维（行）扩展，扩展只能在维末进行。u(3,:,:)=[10,11;12,13]u(:,:,1) =1 23 410 12u(:,:,2) =5 67 811 13在第一维删除一行，可以删除该维的中间部分u(3,:,:)=[]u(:,:,1) =1 23 4u(:,:,2) =5 67 83、维间的抽取matlab试图对你输入的多维数组的下标进行匹配。如果你给的下标数目小于实际该数组的维数，而且最后一个下标非“：”号，则matlab则会将后面的维都以下标为1以来处理。u(:,1)ans =13如果最后一个下标为“：”，则将该维以及后面的维展成一维的向量，看看下面的例子。u(:,:)ans =1 2 5 63 4 7 8u(1,:)ans =1 2 5 6三、多维数组维间处理的几个函数1、最重要的函数应当是reshape，它的功能是将数据从一种空间形式转换为另一种，但又一个前提即这两个空间要能够匹配，它们所表示的点一样多。设一个空间Di，另一个空间Xi，如果D1*D2*D3……Dn=X1*X2*X3……*Xm则它们之间是匹配的，可以转化将u变为1*2*4的空间t=reshape(u,1,2,4)t(:,:,1) =1 3t(:,:,2) =2 4t(:,:,3) =5 7t(:,:,4) =6 8我们要注意的是，重构后数据的物理存储顺序没有变化，变得只是访问的下标。t(:)ans =13245768以上是实际的存储次序，和前面的一样。2、size函数告诉我们输入的数组单元的维数和维的长度。size(t)ans =1 2 43、ndims函数实际上可以写成length(size(x))4、cat函数连接两个多维数组，但要注意cat只能让你在一个维上连接，a、b两个多维数组在除了要连接的维上可以长度不同外，其他各维的尺寸必须一致。x=[0,0; 0 0];cat(3,x,u)ans(:,:,1) =0 00 0ans(:,:,2) =1 23 4ans(:,:,3) =5 67 8cat(2,x,u) %2*2和2*1的无法连起来?? Error using ==& catCAT arguments dimensions are not consistent.5、permute函数改变维的次序。h=permute(u,[3,2,1]) %将原来的第三维变为第一维，而原来的第一维改成第三维h(:,:,1) =1 25 6h(:,:,2) =3 47 8h(:)ans =15263748我们注意到数据的物理存储次序发生了变化。6、ipermute函数是permute的逆运算，其实只不过是的书写和阅读比较容易而已，把permute中的order参数改一改也能实现改功能，如果用type impermute你就可以看到permute函数的调用。7、shiftdim和permute差不多，但它是能循环移动维数。请注意它还有去奇异维（即该维的长度为1）的功能，这和squeeze函数一样，不同的是只去开头的奇异维。8、squeeze函数将多维数组中的奇异维去掉，请注意这样的操作不减少该数组空间上的单元的数目。squeeze操作在求导，差分等运算之前做预处理是很有必要的。（注：转）
阅读(17862)|
用微信&&“扫一扫”
将文章分享到朋友圈。
用易信&&“扫一扫”
将文章分享到朋友圈。
历史上的今天
在LOFTER的更多文章
loftPermalink:'',
id:'fks_084070',
blogTitle:'Matlab: 矩阵向量操作(1)',
blogAbstract:'&&&&Matlab中数组元素引用有三种方法：1.下标法(subscripts)2.索引法(index)3.布尔法(Boolean)在使用这三种方法之前，大家头脑一定要清晰的记住，Matlab中数组元素是',
blogTag:'matlab,矩阵,向量',
blogUrl:'blog/static/',
isPublished:1,
istop:false,
modifyTime:0,
publishTime:4,
permalink:'blog/static/',
commentCount:4,
mainCommentCount:3,
recommendCount:4,
bsrk:-100,
publisherId:0,
recomBlogHome:false,
currentRecomBlog:false,
attachmentsFileIds:[],
groupInfo:{},
friendstatus:'none',
followstatus:'unFollow',
pubSucc:'',
visitorProvince:'',
visitorCity:'',
visitorNewUser:false,
postAddInfo:{},
mset:'000',
remindgoodnightblog:false,
isBlackVisitor:false,
isShowYodaoAd:false,
hostIntro:'你想的越多,顾虑就越多,什么都不想的时候反而能一往直前。你害怕的越多,困难就越多,什么都不怕的时候一切反而没那么难。别害怕别顾虑,想到就去做。这世界就是这样,当你把不敢去实现梦想的时候梦想会离你越来越远,当你勇敢地去追梦的时候,全世界都会来帮你。',
hmcon:'1',
selfRecomBlogCount:'0',
lofter_single:''
{list a as x}
{if x.moveFrom=='wap'}
{elseif x.moveFrom=='iphone'}
{elseif x.moveFrom=='android'}
{elseif x.moveFrom=='mobile'}
${a.selfIntro|escape}{if great260}${suplement}{/if}
{list a as x}
推荐过这篇日志的人：
{list a as x}
{if !!b&&b.length>0}
他们还推荐了：
{list b as y}
转载记录：
{list d as x}
{list a as x}
{list a as x}
{list a as x}
{list a as x}
{if x_index>4}{break}{/if}
${fn2(x.publishTime,'yyyy-MM-dd HH:mm:ss')}
{list a as x}
{if !!(blogDetail.preBlogPermalink)}
{if !!(blogDetail.nextBlogPermalink)}
{list a as x}
{if defined('newslist')&&newslist.length>0}
{list newslist as x}
{if x_index>7}{break}{/if}
{list a as x}
{var first_option =}
{list x.voteDetailList as voteToOption}
{if voteToOption==1}
{if first_option==false},{/if}&&“${b[voteToOption_index]}”&&
{if (x.role!="-1") },“我是${c[x.role]}”&&{/if}
&&&&&&&&${fn1(x.voteTime)}
{if x.userName==''}{/if}
网易公司版权所有&&
{list x.l as y}
{if defined('wl')}
{list wl as x}{/list}1.Matlab中数组、矩阵、向量、行列式的区别和联系
核心提示：矩阵(matrix)：一般特指二维数组，其它与数组相同3.方阵(square matrix)：一般特指n*n的数组，其它与数组相同4.行列式(determinant)：方阵的det值，一般用在解线性方程组中注意数组和行列式的区别：数组与标量相乘...正如matlab（矩阵实验室）这个名字一样，matlab的数据结构只有数组（array）一种形式
单个的数就是1*1的矩阵；
数组或向量就是1*n或n*1的矩阵。
事实上对于matlab来说数、数组或向量和二维矩阵在本质上没有任何区别，他们的维数都是2，一切都是以矩阵的形式保存的。
*******************************************************************************************
一维数组相当于向量，二维数组相当于矩阵，所以矩阵是数组的子集。
1.数组(array)：就是我们最熟悉的array，在Matlab可以建立任意尺寸和维数，只要你的内存足够，不够的时候会提示我们可通过下面的函数获取数组的信息size(A)：获取数组A的尺寸(Array dimensions)numel(A)：获取数组A的元素个数(Number of elements in array)ndims(A)：获取数组A的维数(Number of array dimensions)在这里我们需要明确一点：尺寸和维数是两回事，初学者经常将它混淆，I*J*K叫做尺寸，而此时是三维数组，还有一点Matlab中没有一维数组，它将标量视为1*1的二维数组(虽然只有一个元素)还有就是Matlab中数组是按列存储的(沿袭了Fortran的用法)，所以所有对数组操作的命令都是优先对列进行处理&&A=rand(4,3,2)%随机生成一个有4*3*2的包含24个元素的三维数组A(:,:,1) =
0.2238A(:,:,2) =
0.2543&&size(A)%获取数组尺度ans =
2&&numel(A)%获取数组元素的个数ans =
24&&ndims(A)%获取数组的维数ans =
3&&size(5),numel(5),ndims(5)%测试一个标量的上述参数：标量是1*1的包含1个元素的二维数组ans =
22.矩阵(matrix)：一般特指二维数组，其它与数组相同3.方阵(square matrix)：一般特指n*n的数组，其它与数组相同4.行列式(determinant)：方阵的det值，一般用在解线性方程组中注意数组和行列式的区别：数组与标量相乘，是数组的每一个元素都乘以那个标量，而行列式则只有某一行(列)乘以那个标量5.向量(vector)：特指1*n或n*1的数组，前者称为行向量，后者称为列向量至于Matlab中数组元素的引用可以参见/thread-.html}