plot：绘制二维线图
NO.1 绘制横轴为X，竖轴为Y二维线图，Y值与X值一一对应。
plot(X,Y) 1
如果 X 和 Y 都是向量，则它们的长度必须相同。plot 函数绘制 Y 对 X 的图。
NO.2 设置线型、标记符号和颜色。
plot(X,Y,LineSpec)
LineSpec — 线型、标记和颜色
线型、标记和颜色，指定为包含符号的字符向量或字符串。符号可以按任意顺序显示。不需要同时指定所有三个特征（线型、标记和颜色）。例如，如果忽略线型，只指定标记，则绘图只显示标记，不显示线条。
示例： ‘–or’ 是带有圆形标记的红色虚线
NO.3 设置每个线条的线型、标记符号和颜色。
plot(X1,Y1,LineSpec1,...,Xn,Yn,LineSpecn)
NO.4 创建 Y 中数据对每个值索引的二维线图。
plot(Y)
sprintf如果 Y 是向量，x 轴的刻度范围是从 1 至 length(Y)。
使用 %e、%f 和 %g 设定符设置浮点数的格式。
A = 1/eps;
str_e = sprintf('%0.5e',A)
str_e =
'4.50360e+15'
str_f = sprintf('%0.5f',A)
str_f =
'4503599627370496.00000'
str_g = sprintf('%0.5g',A)
str_g =
'4.5036e+15'
%%是转义
如上图控制有效位数
zerosX = zeros 返回标量 0。
示例
X = zeros(n) 返回一个 n×n 的全零矩阵。
示例
X = zeros(sz1,...,szN) 返回由零组成的 sz1×…×szN 数组，其中 sz1,...,szN 指示每个维度的大小。例如，zeros(2,3) 将返回一个 2×3 矩阵。
示例
X = zeros(sz) 返回一个由零组成的数组，其中大小向量 sz 定义 size(X)。例如，zeros([2 3]) 将返回一个 2×3 矩阵。
示例
X = zeros(___,typename) 返回一个由零组成并且数据类型为 typename 的数组。例如，zeros('int8') 将返回一个 8 位整数标量 0。您可以使用上述语法中的任何输入参数。
示例
X = zeros(___,'like',p) 将返回一个与 p 类似的由零值组成的数组，它具有与 p 相同的数据类型（类）、稀疏度和复/实性。您可以指定 typename 或 'like'，但不能同时指定二者.
onesX = ones 返回标量 1。
示例
X = ones(n) 返回一个 n×n 的全 1 矩阵。
X = ones(sz1,...,szN) 返回由 1 组成的 sz1×…×szN 数组，其中 sz1,...,szN 指示每个维度的大小。例如，ones(2,3) 返回由 1 组成的 2×3 数组。
eyeI = eye 返回标量 1。
示例
I = eye(n) 返回一个主对角线元素为 1 且其他位置元素为 0 的 n×n 单位矩阵。
示例
I = eye(n,m) 返回一个主对角线元素为 1 且其他位置元素为 0 的 n×m 矩阵。
示例
I = eye(sz) 返回一个主对角线元素为 1 且其他位置元素为 0 的数组。大小向量 sz 定义 size(I)。例如，eye([2,3]) 返回一个主对角线元素为 1 且其他位置元素为 0 的 2×3 数组。
示例
I = eye(___,typename) 在上述语法的基础上进一步指定 I 的数据类型（类）。例如，eye(5,'int8') 返回由 8 位整数组成的 5×5 单位矩阵。
示例
I = eye(___,'like',p) 指定 I 具有与数值变量 p 相同的数据类型、稀疏性和复/实性（实数或复数）。
diagx = diag(A) 返回 A 的主对角线元素的列向量。
例子：
x = diag(A)
x = 6×1
9
6
9
1
7
9
调用 diag 两次将返回一个包含原始矩阵的对角线上元素的对角矩阵。
例子：
A1 = diag(diag(A))
A1 = 6×6
9 0 0 0 0 0
0 6 0 0 0 0
0 0 9 0 0 0
0 0 0 1 0 0
0 0 0 0 7 0
0 0 0 0 0 9
inv
Y = inv(X) 计算方阵 X 的 逆矩阵。
- X^(-1) 等效于 inv(X)。
- x = Ab 的计算方式与 x = inv(A)*b 不同，建议用于求解线性方程组。
通过使用 inv(A)*b 求逆矩阵对线性方程组求解不如使用反斜杠运算符（即 x = Ab）直接求解。
范数，norm范数包括向量范数和矩阵范数，向量范数表征向量空间中向量的大小，矩阵范数表征矩阵引起变化的大小。
对于矩阵范数，学过线性代数，我们知道，通过运算AX=B，可以将向量X变化为B，矩阵范数就是来度量这个变化大小的。
例：迭代法中迭代矩阵B的某种算子范数小于1，立即可以断定该迭代过程对任给初始向量都收敛于方程组的唯一解，一般用”inf“范数：
if(norm(y-x,inf)<1e-6)
break;
e2=norm(yy1-y);
einf=norm(yy1-y,inf);
disp('均方误差'),e2
disp('最大偏差'),einf
tril
L = tril(A) 返回矩阵 A 的下三角部分。
L = tril(A,k) 返回 A 的第 k 个对角线上以及该对角线下方的元素。
.matlab对数组或矩阵运算很方便，有时需要的运算是数组或矩阵中对应元素间的运算，此时就要用到“.”的运算。
例如
x=[1 2 3] ;y=[4 5 6]; x.*y=[4 10 18] x./y=[0.25 0.4 0.5]size
A = rand(4,3); [numRows,numCols] = size(A) numRows = 4 numCols = 3
因此获取行向量中元素个数例子：
flipB = flip(A) 返回的数组 B 具有与 A 相同的大小，但元素顺序已反转。B 中重新排序的维度取决于 A 的形状：
- 如果 A 为向量，flip(A) 将沿向量的长度方向反转元素顺序。
- 如果 A 为矩阵，flip(A) 将反转每列元素的顺序。
- 如果 A 为 N 维数组，flip(A) 将按 A 的大小值不等于 1 的首个维度上进行运算。
Y = fix(X) 将 X 的每个元素朝零方向四舍五入为最近的整数。此操作实际上是通过删除 X 中每个数的小数部分，将它们截断为整数：
- 对于正数，fix 的行为与 floor 相同。
- 对于负数，fix 的行为与 ceil 相同。
L = length(X) 返回 X 中最大数组维度的长度。对于向量，长度仅仅是元素数量。对于具有更多维度的数据，长度为 max(size(X))。空数组的长度为零。
尝试此示例Copy Command Copy Code
求出一个由零组成的 3×7 矩阵的长度。
X = zeros(3,7); L = length(X) L = 7
