四. matlab中的高维数据

1. 高维数据的概念

一般编程中用到最多的数据是常量、变量和数组，而在科学计算和各类算法中(例如推荐算法或图像处理算法)，处理的数据对象往往是高维数据. 所以对高维数据的理解和使用就显得尤为重要. 从左到右依次是, 标量, 1行3列数组, 3行1列数组, 2行3列数组, 2行3列2通道张量. 它们的维度分别是 1x1 1x3 3x1 2x3 2x3x2

v1 = 1; v1x3 = [1, 1, 1]; v3x1 = [1; 1; 1]; v2x3 = [1, 1, 1; 2, 2, 2]; v2x3x2(:, :, 1) = v2x3; v2x3x2(:, :, 2) = v2x3 + 2; size(v1) size(v1x3) size(v3x1) size(v2x3) size(v2x3x2)

测试结果: 注意:   matlab默认将1维数据按照1x1的二维数据处理   size()函数可以计算输入数据的维度

2. 常用的数据初始化方法

2.1 直接赋值

valA = [1, 2, 3, 4] % 1x4 数组(向量) valB = [1; 2; 3; 4] % 4x1 数组(向量) valC = [valA, valA] % 1x8 数组(矩阵) valD = [valA; valA] % 2x4 数组(矩阵)

matlab使用%进行注释, 多行注释使用 ctrl + / , 取消注释使用 ctrl + t

2.2 生成动态长度数组

x = 1:2:10 % 生成 [1 3 5 7 9] 数组 % 格式为: % 起始 : 间隔 : 结束

2.3 内置函数初始化

o = ones(3,3) % 生成 3 x 3 矩阵，用1进行填充 z = zeros(3,3) % 生成 3 x 3 矩阵, 用0进行填充 e = eye(3,3) % 生成 3 x 3 单位矩阵

测试结果: 欢迎交流