Meeloun论文网为留学生提供essay代写,assignment代写,网课代修代上【分期付款】,英文论文作业代写等服务。
您当前所在位置:首页 > 美伦资讯

海外MATLAB代做须知4类作图时的重要操作

发表时间:2017-12-20

海外MATLAB代做
      Matlab是三大数学软件之一,它可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等,主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。因此,这个软件的学习也成为了我们许多理工科留学生的难题,不少的中国留学生们都被它折磨得苦不堪言,下文中Meeloun小编给大家整理了海外MATLAB代做须知4类作图时的重要操作,或许对大家有些帮助。

      一、掌握一些非常实用的小技巧(这里给大家列举了7个)

      1. Ctrl+C中断正在执行的操作
      有时候你的程序陷入死循环或者运行时间过长,你想终止运算的话,可以在命令窗口输入Ctrl+C进行中断操作。此时MATLAB运行正忙,所以可能会有滞后现象,一般情况下,运行时所占运行内存越小,反应越迅速。
      2. figure命令新建一个绘图窗口
      figure命令可以打开一个空的绘图窗口,接下来的绘图命令就是直接把图画在这个窗口中,而不会覆盖之前的绘图窗口。如果同时打开多个figure窗口,再执行的命令就是对当前figure窗口中对象的操作,当前的figure窗口就是最后一次查看的窗口。
      3. 三种命令:clc、clear和clear all
当你的命令窗口内容太多,你想清除时,可以在命令窗口输入这三种命令,会有不同的效果:
      clc
      清除命令窗口中的所有输入和输出信息,但不影响命令的历史记录,也就是说你已经得到的结果是不会变的,比如你已经算得a=1,b=2,那么a与b的值就是1和2,你在输入clc后,再计算a+b,得到的结果还是3;
      clear
      如果你的工作空间中有多余变量,即你都没用过的变量,输入clear命令后可以清理这些无用的变量,节省你的内存;
      clear all
      这么命令就比较彻底了,直接一次性清除你所有变量,类似于进行了一次恢复出厂设置,一般当你结束一次运算,重新开始一次运算的时候可以用clear all使你的工作空间一目了然;
      4. Tab补全
      当你只记得某个命令的开头几个字母时,在命令窗口输入开头的字母,按住Tab键,如果只有一个以这些字母为开头的命令,则自动补全命令名,如果有2个及以上,则出现列表让你选择。注意,这个功能只在命令窗口有效;
      5. close all
      如果你想同时关闭所有绘图窗口,只需要输入命令close all就可以了;
      6. cell模式超好用
      在一个长长的脚本m文件中,可能需要对其中的一段反复修改,查看执行效果,这时,cell模式就非常有用了。
      cell模式相当于将其中的代码拷贝到命令窗口中运行。两个%后接一个空格(%% )开始一个cell。将输入光标放到一个cell中时,背景将变为浅黄色,Ctrl+Enter执行cell中的代码。
      执行cell中代码时不需要保存m文件,该m文件可以不在路径列表中。cell模式中,断点不起作用,当然,调用的子程序中的断点还是正常的。
      7. 上下光标键↑↓
      在命令窗口中,上下光标键可以将历史记录中的命令复制到输入位置,便于快速重新执行。如果输入命令的前几个字母如 [row, col] =,再使用光标键,则只会选择以这些字母开始的命令。

      二、MATLAB Figure调整大小字号和线宽

      初用MATLAB作图时,可能很多同学都不知道怎么处理字号大小和先款。事实上很简单,下面这段命令就可以解决这个问题。

      命令:

      set(gcf,'Position',[100 100 260 220]);
      set(gca,'Position',[.13 .17 .80 .74]);
      figure_FontSize=8;
      set(get(gca,'XLabel'),'FontSize',figure_FontSize,'Vertical','top');
      set(get(gca,'YLabel'),'FontSize',figure_FontSize,'Vertical','middle');
      set(findobj('FontSize',10),'FontSize',figure_FontSize);
      set(findobj(get(gca,'Children'),'LineWidth',0.5),'LineWidth',2);

      下面解释一下这些命令是什么意思。

      set(gcf,'Position',[100 100 260 220]);
      这句是设置绘图的大小,不需要到word里再调整大小。我给的参数,图的大小是7cm。

      set(gca,'Position',[.13 .17 .80 .74]);
      这句是设置xy轴在图片中占的比例,可能需要自己微调。

      figure_FontSize=8;
      set(get(gca,'XLabel'),'FontSize',figure_FontSize,'Vertical','top');
      set(get(gca,'YLabel'),'FontSize',figure_FontSize,'Vertical','middle');
      set(findobj('FontSize',10),'FontSize',figure_FontSize);
      这4句是将字体大小改为8号字,在小图里很清晰。

      set(findobj(get(gca,'Children'),'LineWidth',0.5),'LineWidth',2);
      这句是将线宽改为2。

      你也可以在File ➤ Export setup进行部分图片属性的修改。

      三、实现一张图中拟合多条平滑曲线

      如何通过cftool工具实现将多条拟合曲线画在一张图中。
      首先输入所要拟合的数据,如x, y, x1, y1, x2, y2,之后打开cftool工具箱,使用数据拟合曲线,在拟合方式一栏选择某一种拟合方式,比如Smoothing Spline,可以得到图像。
海外MATLAB代做
      之后在文件菜单栏中点击Generate Code,之后将在工作空间里看到导出的m文件。
      function [fitresult, gof] = createFit(x, y)
      %CREATEFIT(X,Y)
      %  Create a fit.
      %
      %  Data for 'untitled fit 1' fit:
      %      X Input : x
      %      Y Output: y
      %  Output:
      %      fitresult : a fit object representing the fit.
      %      gof : structure with goodness-of fit info.
      %
      %  另请参阅 FIT, CFIT, SFIT.
      %  由 MATLAB 于 22-Dec-2015 00:27:49 自动生成
      %% Fit: 'untitled fit 1'.
      [xData, yData] = prepareCurveData( x, y );
      % Set up fittype and options.
      ft = fittype( 'smoothingspline' );
      % Fit model to data.
      [fitresult, gof] = fit( xData, yData, ft );
      % Plot fit with data.
      figure( 'Name', 'untitled fit 1' );
      h = plot( fitresult, xData, yData );
      legend( h, 'y vs. x', 'untitled fit 1', 'Location', 'NorthEast' );
      % Label axes
      xlabel( 'x' );
      ylabel( 'y' );
      grid on
      也就是说,其实也可以通过编写函数来实现拟合平滑曲线,但是由cftool工具箱导出的代码可以减少自己的工作量,减少由于MATLAB语言不熟练导致效率低下的工作。
      之后在这个m文件的适当位置加入拟合多条曲线的代码,就可以实现与cftool拟合平滑曲线效果相同的多条曲线了。
      同理,其他拟合方式也可以使用相同的方式达到多条曲线同时拟合的图像。

      四、参数估计与假设检验

      参数估计与假设检验是MATLAB数据处理中一个重要的部分。简单的说,就是对一组数据进行统计,画出分布图后,根据图形形状猜想这组数据可能服从什么分布,然后对这组数据进行分析,看它是否真的服从该分布,或者在什么区间内满足该分布。
      在分分析之前,这里给大家统计了一下MATLAB分布函数的基本调用形式:
      下面举个例子说明一下该怎么用MATLAB进行参数估计与假设检验。
      若已知数据x=[15.14 14.81 15.11 15.26 15.08 15.17 15.12 14.95 15.05 14.87]服从正态分布N(u,a^2),其中u,a未知,通过已有的数据x,求u和a的最大似然估计和置信水平为90%的置信区间。
      对于normfit函数,调用格式为:[muhat,sigmahat,muci,sigmaci] = normfit(X, ALPHA)。
      x是已知的数据;ALPHA为显著性水平(1-置信水平),默认是0.05;返回值muhat为均值的最大似然估计,muci为均值的置信区间sigmahat为标准差的最大似然估计;sigmaci为标准差的置信区间。
      定义样本观测值的向量,通过这些值来估计参数的值:x=[15.14 14.81 15.11 15.26 15.08 15.17 15.12 14.95 15.05 14.87];
      调用normfit函数求正态总体参数的最大似然估计和置信区间;
      返回总体均值的最大似然估计muhat和90%置信区间muci;
      还返回总体标准差的最大似然估计sigmahat和90%置信区间sigmaci;
      置信水平为90%,则显著性水平=1-90%=0.1。
      [muhat,sigmahat,muci,sigmaci]=normfit(x,0.1)
      得到的结果是:
      muhat =
          15.0560
      sigmahat =
          0.1397
      muci =
         14.9750
         15.1370
      sigmaci =
          0.1019
          0.2298

      今天总共讲了4大类MATLAB作图时的重要操作,包括的内容可以说是非常多了。这些内容需要大家好好消化,希望对大家有所帮助。在海外留学的同学们需要海外MATLAB代做可以联系我们网站客服,我们将为大家提供最优的程序作业代写服务,欢迎骚扰客服MM~