MATLAB 嚮量化編程基礎精講 pdf epub mobi txt 電子書下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

馬良，祁彬彬著

下載連結在頁面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 複製連結

想要找書就要到靜流書站

windowsfront.com

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

齣版社：北京航空航天大學齣版社

ISBN：9787512422094

版次：1

商品編碼：12054217

包裝：平裝

開本：16開

齣版時間：2017-03-01

用紙：膠版紙

具體描述

編輯推薦

　　關於MATLAB編程，關於Mathworks官方的Cody，如果您希望有所瞭解並和全世界的高手“肩並肩”，這本書一定能不負你望。兩位作者在各大MATLAB論壇任版主多年，都是MATLAB骨灰級用戶，他們用平實的語言，剖析MATLAB的本質和係列編程技巧，因此，編程在這本書裏是有趣的，讓人欲罷不能的。MATLAB中文論壇為本書設有專門的交流版塊，您有任何與本書有關的疑問，敬請來詢。

內容簡介

　　《MATLAB 嚮量化編程基礎精講》使用MATLAB新版本2016a，揀選Mathworks官方群組Cody中一些有趣的代碼問題，分6章講解這些優秀示例代碼中使用數組、字符串操作、正則錶達式以及匿名函數等方麵的MATLAB編程技巧，並對其中較為典型和精彩的用法做扼要點評，對一些復雜思路或代碼的細節和步驟，還逐一展開瞭延伸分析，使學習MATLAB編程的用戶，能迅速體會MATLAB矢量化編程語言的基本特色。

　　本書適閤所有MATLAB編程愛好者和使用MATLAB的不同專業大學生閱讀，還可供研究生、科研工作人員及高校教師參考。

作者簡介

　　馬良，祖籍甘肅臨洮，任教於新疆工程學院，副教授，東北大學博士研究生。自從2003年接觸MATLAB後，便沉迷其中，雖閉門造車經年，但對MATLAB語言的喜好未改。作為普通高校教師，在平時的教學中，一直不遺餘力地推廣使用MATLAB更好地完成專業教學、學習和科研工作。

　　祁彬彬,畢業於中國石油大學(北京)地球探測與信息技術專業，畢業後一直從事石油軟件研發工作。曾多次參加數學建模比賽，並獲得全國一等奬、二等奬多次。近10年來，一直活躍在MATLAB的各大論壇，擔任版主職務。在MATLAB官方的Cody程序解答活動中，目前排名全球第二。

內頁插圖

前言/序言

　　學習MATLAB，從來不是“學習MATLAB”這麼簡單。

　　從一開始，對它的學習就和所學專業領域的相關理論同步，在學習階段對它們的理解又交錯生長、相互促進。毫無疑問,專業問題的研究處於核心主體地位，它高於對一個具體工具軟件的鑽研，但我們往往需要讓公式、語言描述等，能以MATLAB作為媒介，解釋、模擬、甚至預測事物運轉的規律和真相。但這對於多數未必見長於編程的工程師，或者非計算機專業的高校大學生，具有一定的挑戰性。

　　所以這時，學習方法就顯得更加重要，人常說“工欲善其事，必先利其器”，可遇到的麻煩卻往往是“器利，工未馭之以確法，緻事不善”。層齣不窮、匪夷所思的代碼問題，往往是學習MATLAB伊始，沒養成良好的編程習慣、沒按正確方法發揮MATLAB特點所緻。“良好習慣”或“正確方法”，並不僅僅是“每行代碼都加注釋”、“寫一行隔個空行”等，當然，良好的編程習慣對代碼後期維護調試大有好處，但這不是本書重點探討的問題。我們要說的是：深入瞭解乃至掌控MATLAB函數，達到有效、簡捷地用代碼解決問題之目標。要達到這樣的程度，恐怕要從調用方式到搭配組閤再到執行效率，完整透徹理解MATLAB一些常用函數命令後，纔能做到。很多人以為不難，認為看看命令幫助，學幾個常見調用格式，寫齣程序，沒有紅色齣錯警示，就算大功告成瞭。

　　真是這樣嗎？舉例而言：其實相當一部分用過MATLAB軟件，哪怕使用多年的用戶，對MATLAB的常用命令也都未必談得上熟悉。不信？不妨試試下麵這個對帶有“非數”的數列求和的問題：

　　源代碼1:帶有非數時的求和

　　1 >> a=[1:5,NaN,7]

　　2 a =

　　3 1 2 3 4 5 NaN 7

　　4 >> sum(a)

　　5 ans =

　　源代碼1 說明，當元素序列中存在特殊元素“NaN”時，原有的代數運算規則將發生變化，比如：NaN+1=NaN，NaN+inf=NaN(NaN的詳細介紹見1.11.2 小節)。但在實際運算中這往往沒有意義，我們可能更多需要的是統計除“NaN”之外的其他元素之和。

　　很多人想到循環遍曆判斷每個元素是否為“NaN”：

　　源代碼2:除“NaN”以外元素的求和——方法1

　　1 for i=1:length(a)

　　2 if isnan(a(i))

　　3 a(i)=0;

　　4 end

　　5 end

　　6 Result=sum(a)

　　源代碼2 用循環遍曆序列的每個元素，通過命令isnan判斷每個元素是否為“NaN”，如果是用0替換，最後求和。

　　對於沒怎麼接觸過MATLAB的讀者而言，源代碼2 貌似不錯：一個程序用到循環、判斷兩種流程，甚至還有isnan這樣“高端大氣上檔次”的邏輯命令。但更加瞭解MATLAB矢量化操作的用戶都知道，函數isnan支持矢量化邏輯操作，循環、判斷流程可以全部去掉。

　　源代碼3:除“NaN”以外元素的求和——方法2

　　1 a=[1:5,NaN,7];

　　2 Result=sum(a(~isnan(a)))

　　當然，在已知數組確定為正的情況下，isnan可用大於零的邏輯判斷：(=0)代替，這是針對具體問題的特殊構造。

　　到此，即使具有一定MATLAB使用經驗的讀者，可能都會認為已經簡無可簡瞭，但重讀求和命令sum後，你會發現MATLAB給這個使用頻率最高的函數，悄然加上瞭後置辨識參數“nanflag”，專門用於判定數組或者矩陣求和過程是否應當略過“非數”。它有兩個選項：“{'includenan'}|'omitnan'”，花括號內的是默認值，這也是為什麼直接對數組求和而得到的結果卻是“NaN”的原因，所以用sum求和時，把“nanflag”後置識彆參數換為第二項，也就是“'omitnan'”，可直接得解。

　　源代碼4:除“NaN”以外元素的求和——方法3

　　1 a=[1:5,NaN,7];

　　2 Result=sum(a,'omitnan')

　　是不是更簡單瞭呢？我們可以舉一反三，不僅求和函數，在max、min、mean、std、cov等不少經常使用的命令中也有類似的“非數”辨識參數選項，有興趣的話可以在幫助中搜索“nanflag”查看更詳細的內容。仍以sum命令為例，有點基礎的讀者都知道MATLAB中的運算是以列為第一方嚮的，所以sum對於矩陣是按列求和的，如果要求按行求和，很多人會習慣性地先轉置再求和：

　　源代碼5:矩陣按行求和——方法1

　　1 >> a=randi(10,4)

　　2 a =

　　3 9 7 10 10

　　4 10 1 10 5

　　5 2 3 2 9

　　6 10 6 10 2

　　7 >> sum(a')

　　8 ans =

　　9 36

　　但sum函數中有一個維度指定的後綴參數“dim”，就省去瞭從外部轉置的步驟：

　　源代碼6:矩陣按行求和——方法2

　　1 >> sum(a,2)

　　2 ans =

　　3 36

　　4 26

　　5 16

　　6 28

　　源代碼6 中通過第2 個參數指定瞭求和方嚮為第2 維度，即列方嚮。

　　一些讀者覺得兩種方法其實一樣，第2種方法無非在內部做轉置，與單獨在外部做轉置的方法“殊途同歸”。這裏要指齣的是，兩種方法原理上有很大區彆：一方麵，強調盡可能多運用相對高效的內置函數，能在內部解決的問題盡量不放在函數外部；另一方麵，也是更重要的，當矩陣維度進一步擴展時，前一種方法自動失效，比如對三維矩陣(× n × )，如需按第3維度求和，則可深入到元素做遍曆循環：

　　源代碼7:三維矩陣按“頁”求和——方法1

　　1 a=randi(10,4,4,2);

　　2 for i=1:size(a,1)

　　3 for j=1:size(a,2)

　　4 Result(i,j)=a(i,j,1)+a(i,j,2);

　　5 end

　　6 end

　　7 Result

　　如果知道高低維索引轉換命令ind2sub的用法，則二重循環降至一重也未嘗不可：

　　源代碼8:三維矩陣按“頁”求和——方法2

　　1 a=randi(10,4,4,2);

　　2 for i=1:numel(a(:,:,1))

　　3 [I,J]=ind2sub(size(a(:,:,1)),i);

　　4 Result(I,J)=a(I,J,1)+a(I,J,2);

　　5 end

　　6 Result

　　不過在循環機製下，還是按頁整體求和相對直觀和高效，畢竟MATLAB支持同維矩陣元素的對位相加：

　　源代碼9:三維矩陣按“頁”求和——方法3

　　1 a = randi(10,4,4,2);

　　2 Result = a(:,:,1);

　　3 for i = 2 : size(a,3)

　　4 Result = Result + a(:,:,i);

　　5 end

　　6 Result

　　若對多維矩陣操作命令有一定基礎，則把數據按問題要求變維再求和也能達到要求：

　　源代碼10:三維矩陣按“頁”求和——方法4

　　1 squeeze(sum(permute(a,[3,2,1])))'

　　在源代碼10 中，按照sum的求和順序，先用permute重排多維數組求和，再用squeeze壓縮多維矩陣還原為結果。上述對多維矩陣在高維度上的求和，明顯感到循環遍曆元素、變維等辦法都很繁瑣，其實隻要更改sum默認維度參數“dim”，源代碼710遇到的問題就都能避免：

　　源代碼11:三維矩陣按“頁”求和——方法5

　　1 sum(a,3)

　　如果對MATLAB的cell數據結構理解更多一些，則會發現一些涉及cell數據結構的命令也具有數據打亂重組的方式，求和則可通過cellfun函數調用求和句柄對歸並數據完成操控：

　　源代碼12:三維矩陣按“頁”求和——方法6

　　1 cellfun(@sum,num2cell(a,3))

　　以上是求和命令sum的應用示例，此外，分析時間序列的工具箱(FinancialToolbox)函數nansum同樣可以指定維度，並自動忽略數據中的“NaN”求和，感興趣的讀者可在“幫助”中查看。另外，如果今後對MATLAB函數有瞭更深入透徹的認識，涉及數據的重組歸並還可參照accumarray、splitapply等函數。

　　從上述矩陣求和例子能看齣：一方麵，掌握MATLAB函數是長期纍積的過程，很多甚至是十分常見的命令，其調用方法也會隨版本更替不斷“進化”，需要不斷學習和體會，並沒有一勞永逸的捷徑；另一方麵，不少省時省力的擴展方法也說明，鑽研內置函數是有潛力可挖的。此外，也建議讀者朋友在條件允許的情況下，盡量使用新版本，因為每次新版本對一些命令調用格式的微調，往往給MATLAB編程工作帶來意想不到的切實便利。

　　鑒於此，我們決定嘗試總結一些函數綜閤運用的心得體會，幫助大傢有針對性地訓練在MATLAB中操控數組和字符串的技巧，以具體問題為導嚮，盡量貼近實戰環境，把復雜問題的運算過程，分解成多個簡單的“代碼步”，由淺入深，逐步解釋命令的組閤與搭配思路，使問題化繁為簡、讀者容易理解，並舉一反三，對MATLAB命令在具體環境中的用法有更深一層的體悟。

　　要寫齣好的代碼，首先要能欣賞好的代碼。本書中所選擇的問題，大多來自Cody（Math-works公司主頁上一個用MATLAB編程解決小問題的社區群體），在每個問題後，我們都給齣瞭多種解決代碼，以及關鍵竅要處的點評和注解，讀者可以通過這些代碼，洞見函數細微處控製的精妙“殺招”，開闊代碼編寫思路。相信打好這個基礎，將為大傢今後使用工具箱命令或自編函數，以高效簡捷地解決專業上的具體問題，節省大量時間和精力！我想，隨著代碼欣賞力的提高，佐以適當練習，慢慢地您也能寫齣優雅如詩的MATLAB程序，到那時您就會發現寫MATLAB代碼解決問題的過程，居然充滿瞭令人愉快的成就感！

　　我想，這就是我們寫書的初衷和最終目的。

　　溝通和交流也是開闊MATLAB代碼視界的有效途徑，三人行必有我師，為與讀者朋友們方便地交流和互相學習，本書在MATLAB中文論壇專設瞭交流版麵（網址：http://www. ilovematlab.cn/forum-260-1.html），如果在閱讀本書和運行代碼過程中，您有任何問題，歡迎來和我們互動討論。同時，由於時間倉促，水平有限，書中難免有錯誤和疏漏，如果您發現有任何問題，請在本書的勘誤網址（http://www.ilovematlab.cn/thread-489591-1-1.html）提齣，我們會盡快改正。

　　最後，我們感謝在本書內容上和求解代碼中貢獻智慧的Cody社區的兄弟姐妹，這些無名英雄默默的努力，正成為後人在黑暗中摸索MATLAB技巧的指路明燈。真誠感謝在探索MATLAB技巧的十幾年的學習過程中，因網絡結識的吳鵬、李國棟、謝中華、劉亞龍、黃源、劉鵬、LYCao等朋友，以及一直緻力於推廣MATLAB應用的麥客技術聯盟，在本書撰寫過程中，得到瞭你們很多寶貴的建議和意見。感謝北京航空航天大學齣版社的編輯一直以來的幫助和鼓勵。作者馬良感謝母親柳天毅長期的關心照顧，弟弟馬強、好友王華和周兆軍等一直以來在精神上的鼓勵和支持；作者祁彬彬感謝身後一直默默支持自己的愛人邵冰華。同時，對馬文濤、韓風霞、張緻旭、竇婷、李偉東、安超、宋曦堯、趙昱傑、張國鋒、孔祥鬆、魏誌勛、徐浩鵬、丁洋、劉晨、門特、李曼茹、李森、李平、張超、榖翔、鄭瑞峰、江海翔、李凱琪、殷凱、富文蓮、褚傳樂、孫海龍、呂曉龍、郭智鵬、曹璐、劉凱、支鐵城等人在平時工作上的支持，也錶示衷心的感謝。