8.MATLAB数据分析
概述:
clc;
clear all;
p1=[ ];
y=poly2sym(p1) %由向量创建多项式
disp(y) %显示多项式
1 多项式的求值与求根
clc;
clear all;
p=[ - -]; %多项式的系数向量
x=:;
y=polyval(p,x) %多项式在x处的值
clc;
clear all;
x=[ ; ];
p=[ ];
y1=polyvalm(p,x) %采用polyvalm( )函数,以矩阵为计算单位 x=[ ; ];
p=[ ];
y2=polyval(p,x) %采用polyval( )函数,以矩阵的元素为计算单位
clc;
clear all;
p=[ - -];
x1=roots(p) %对多项式p求根 x2=[ ];
y=poly(x2); %求以x2为根的多项式
y=poly2sym(y)
2 多项式乘法和除法
clc;
clear all;
p1=[ ]; %缺少的幂次用0补齐
p2=[ ]; %转成表达式
y1=poly2sym(p1)
y2=poly2sym(p2) p3=conv(p1,p2); %多项式相乘
y=poly2sym(p3) %定义一个变量
syms x
p1=sym2poly(*x^+*x^+)
p2=sym2poly(*x^+*x+)
p3=conv(p1,p2); %多项式相乘
y=poly2sym(p3)
3 多项式的导数和积分
clc;
clear all;
p1=[ ];
p2=[ ];
y1=polyder(p1);%对多项式p1求导
y1=poly2sym(y1) y2=polyder(p1,p2); %对多项式p1和p2的乘积求导
y2=poly2sym(y2) [q,d]=polyder(p1,p2);%对多项式p1除以p2的商求导
q=poly2sym(q)
d=poly2sym(d)
clc;
clear all;
p1=[ ];
y1=polyint(p1,); %对多项式p1进行积分,常数项为3
y1=poly2sym(y1)
y2=polyint(p1); %对多项式p1进行积分,常数项为0
y2=poly2sym(y2)
4 多项式展开
clc;
clear all;
b=[ - - -];%分子多项式
a=poly([;;]);%分母多项式
[r,p,k]=residue(b,a) %进行多项式b/a展开
[b1,a1]=residue(r,p,k);%通过余数、极点和常数项来求多项式b1/a1
b1=poly2sym(b1)
a1=poly2sym(a1) b=[ - - -];%多项式a有三重根
a=poly([;;]);%分母多项式
[r,p,k]=residue(b,a) %进行多项式b/a展开
5 多项式拟合
clc;
clear all;
x=[0.2 0.3 0.5 0.6 0.8 0.9 1.2 1.3 1.5 1.8];
y=[ ];
p5=polyfit(x,y,);%5阶多项式拟合
%在x处求值
y5=polyval(p5,x);
p5=vpa(poly2sym(p5),)%显示5阶多项式 p9=polyfit(x,y,);%9阶多项式拟合
%求值
y9=polyval(p9,x); figure;%画图显示
plot(x,y,'bo');
hold on;
plot(x,y5,'r:');
plot(x,y9,'g--');
legend('原始数据','5阶多项式拟合','9阶多项式拟合');
xlabel('x');
ylabel('y');
6 曲线拟合图形用户接口
7 一维插值
clc;
clear all;
x=:0.2:;
y=(x.^-*x+).*exp(-*x).*sin(x);
xi=:0.03:; %要插值的数据
yi_nearest=interp1(x,y,xi,'nearest'); %临近点插值
yi_linear=interp1(x,y,xi); %默认为线性插值
yi_spine=interp1(x,y,xi,'spine'); %三次样条插值
yi_pchip=interp1(x,y,xi,'pchip'); %分段三次Hermite插值
yi_v5cubic=interp1(x,y,xi,'v5cubic'); %MATLAB5中三次多项式插值
figure; %画图显示
hold on;
subplot();
plot(x,y,'ro');
title('已知数据点');
subplot();
plot(x,y,'ro',xi,yi_nearest,'b-');
title('临近点插值');
subplot();
plot(x,y,'ro',xi,yi_linear,'b-');
title('线性插值');
subplot();
plot(x,y,'ro',xi,yi_spine,'b-');
title('三次样条插值');
subplot();
plot(x,y,'ro',xi,yi_pchip,'b-');
title('分段三次Hermite插值');
subplot();
plot(x,y,'ro',xi,yi_v5cubic,'b-');
title('MATLAB5中三次多项式插值');
clc;
clear all;
x=:1.1:;
y=sin(x);
n=*length(x); %增采样1倍
yi=interpft(y,n);%采用一维快速傅立叶插值
xi=:0.55:8.3;%要插值的数据
figure;%画图显示
hold on;
plot(x,y,'ro',xi,yi,'b-');
legend('原始数据','插值后结果');
8 二维插值
clc;
clear all;
[x,y]=meshgrid(-:0.8:); %原始数据
z=peaks(x,y);
[xi,yi]=meshgrid(-:0.2:); %插值数据
zi_nearest=interp2(x,y,z,xi,yi,'nearest'); %临近点插值
zi_linear=interp2(x,y,z,xi,yi); %系统默认为线性插值
zi_spline=interp2(x,y,z,xi,yi,'spline'); %三次样条插值
zi_cubic=interp2(x,y,z,xi,yi,'cubic'); %三次多项式插值
figure; %数据显示
hold on;
subplot();
surf(x,y,z);
title('原始数据');
subplot();
surf(xi,yi,zi_nearest);
title('临近点插值');
subplot();
surf(xi,yi,zi_linear);
title('线性插值');
subplot();
surf(xi,yi,zi_spline);
title('三次样条插值');
subplot();
surf(xi,yi,zi_cubic);
title('三次多项式插值');
9 样条插值
clc;
clear all;
x=:;%原始数据
y=sin(x);
xi=:.:;%插值数据
yi=spline(x,y,xi);%三次样条插值
pp=spline(x,y);%产生插值函数
y1=ppval(pp,xi); %结果相同y1=yi
y2=interp1(x,y,xi,'spline'); %结果相同y2=yi
figure;%画图显示
plot(x,y,'o',xi,yi);
legend('原始数据','三次样条插值');
10 高维插值
clc;
clear all;
[x,y,z,v]=flow();
[xi,yi,zi]=meshgrid(.:.:,-:.:,-:.:);
vi = interp3(x,y,z,v,xi,yi,zi); % vi为25**
slice(xi,yi,zi,vi,[ 9.5],,[- .]);
shading flat
11 函数的极限
clc;
clear all;
syms x;
f=(*x^-)/(*x^-*x+);
y=limit(f,x,)
clc;
clear all;
syms x;
f=x/(x-)-/(x^-);
y=limit(f,x,)
clc;
clear all;
syms x;
f=((x^x)^x);
y=limit(f,x,,'right')
8.MATLAB数据分析的更多相关文章
- 《MATLAB数据分析与挖掘实战》赠书活动
<MATLAB数据分析与挖掘实战>是泰迪科技在数据挖掘领域探索10余年经验总结与华南师大.韩山师院.广东工大.广技师 等高校资深讲师联合倾力打造的巅峰之作.全书以实践和实用为宗旨,深度 ...
- MATLAB学习笔记(六)——MATLAB数据分析与多项式计算
(一)数据处理统计 一.最大值和最小值 1.求向量的最大值和最小值 y=max(X); %返回向量X的最大值存入y,如果X中含有复数则按模最大的存入y [y,I]=max(X);%返回向量X的最大值存 ...
- MATLAB简单实现ID3
再看<MATLAB数据分析与挖掘实战>,简单总结下今天看到的经典的决策树算法——ID3. ID3:在决策树的各级节点上,使用信息增益的方法作为属性的选择标准,来帮助确定生成每个节点时所应采 ...
- MATLAB连接MySQL数据库
今天开始看<MATLAB数据分析与挖掘实战>,学习了下用MATLAB连接MySQL数据库,环境win7,32bit,MySQL5.7.12,MATLAB2013B 首先,从这里下载驱动的压 ...
- 史上最全的Matlab资源电子书教程和视频下载合集【超级推荐】
收藏吧,网上搜集的,费了老大劲了,推荐给有需要的人,^_^. MATLAB课件2007北京交通大学.zip 4.87 MB A Guide to MATLAB for Beginners an ...
- 数据质量、特征分析及一些MATLAB函数
MATLAB数据分析工具箱 MATLAB工具箱主要含有的类别有: 数学类.统计与优化类.信号处理与通信类.控制系统设计与分析类.图像处理类.测试与测量类.计算金融类.计算生物类.并行计算类.数据库访问 ...
- 顶尖大数据挖掘实战平台(TipDM-H8)产品白皮书
顶尖大数据挖掘实战平台 (TipDM-H8) 产 品 说 明 书 广州泰迪智能科技有限公司 版权所有 地址: 广州市经济技术开发区科学城232号 网址: http: ...
- 数据分析系统DIY3/3:本地64位WIN7+matlab 2012b訪问VMware CentOS7+MariaDB
数据分析系统DIY中要完毕的三个任务. 一.用VMware装64位CentOS.数据库服务端用CentOS自带的就好. 二.数据採集与预处理用Dev-C++编程解决. 三.用本地Win7 64上的MA ...
- 动态可视化 数据可视化之魅D3,Processing,pandas数据分析,科学计算包Numpy,可视化包Matplotlib,Matlab语言可视化的工作,Matlab没有指针和引用是个大问题
动态可视化 数据可视化之魅D3,Processing,pandas数据分析,科学计算包Numpy,可视化包Matplotlib,Matlab语言可视化的工作,Matlab没有指针和引用是个大问题 D3 ...
随机推荐
- video相关简单的api
video 关键api 1. video.pause() 2. video.play() 3. video.webkitRequestFullScreen() //全屏 4. video.curren ...
- Javascript Proxy对象 简介
Javascript Proxy对象 简介 Javascript Proxy对象 改变你操作对象的方式 Proxies 是Javasript对象的中间件 ...或者说至少是那种很早的版本. ES6 中 ...
- Android学习——利用RecyclerView编写聊天界面
1.待会儿会用到RecyclerView,首先在app/build.gradle(注意有两个build.gradle,选择app下的那个)当中添加依赖库,如下: dependencies { comp ...
- 8) 十分钟学会android--Activity的生命周期之停止与重启
恰当的停止与重启我们的activity是很重要的,在activity生命周期中,他们能确保用户感知到程序的存在并不会丢失他们的进度.在下面一些关键的场景中会涉及到停止与重启: 用户打开最近使用app的 ...
- 23个Python爬虫开源项目代码:爬取微信、淘宝、豆瓣、知乎、微博等
来源:全球人工智能 作者:SFLYQ 今天为大家整理了23个Python爬虫项目.整理的原因是,爬虫入门简单快速,也非常适合新入门的小伙伴培养信心.所有链接指向GitHub,祝大家玩的愉快 1.Wec ...
- 关于maven-基本
笔记 Maven项目对象模型(POM),可以通过一小段描述信息来管理项目的构建,报告和文档的软件项目管理工具. Maven是一个项目管理工具,它包含了一个项目对象模型 (Project Object ...
- 05--C语言运算符优先级和ASCII码表
- ZBrush看一个球体如何演变为头发
对于头发的制作,ZBrush®是多样的,前面的教程中也有讲解,可以用球体作为子工具,用不同笔刷进行雕刻:还可以使用Z球转网格的方式.今天小编讲述一种最简单的方法,使用球体演变头发,这样的创作手法更高效 ...
- 如何 打包整合linux系统文件夹 用于刷机包等等, 其中包括打包 句号开头 . 开头的文件, 排除系统文件 等
tar --exclude=proc/* --exclude=sys/* -cvjf rootfs.tar.bz2 * .[!.]* -R
- redhat的systemd版本list
acess https://access.redhat.com/errata/#/ https://github.com/lnykryn/systemd-rhel redhat 知识库 redhat ...