第一章：Matlab基础知识

第一章：Matlab基础知识

引言

欢迎来到Matlab的世界！Matlab，全称Matrix Laboratory（矩阵实验室），是一款强大的数值计算和科学工程软件。它以其简洁的语法、丰富的内置函数和强大的可视化能力，在学术界和工业界都得到了广泛的应用。无论你是工程师、科学家、研究人员还是学生，掌握Matlab都将为你打开解决复杂问题的钥匙。

本章作为Matlab入门的第一步，将带你系统地学习Matlab的基础知识。我们将从Matlab的安装与环境搭建开始，逐步深入到Matlab的基本语法、数据类型、运算符、控制流、函数、绘图以及文件操作等核心概念。通过理论讲解与代码实践相结合的方式，让你快速掌握Matlab的入门技能，为后续更深入的学习和应用打下坚实的基础。

1.1 Matlab简介与应用领域

1.1.1 什么是Matlab？

Matlab最初由Cleve Moler于20世纪70年代末开发，旨在为学生提供一种更便捷的方式来访问LINPACK和EISPACK等数值计算库，而无需学习复杂的Fortran语言。随着时间的推移，Matlab不断发展壮大，如今已成为MathWorks公司的旗舰产品，并被广泛应用于各个领域。

Matlab的核心优势在于其强大的数值计算能力和矩阵运算能力。它使用高级的矩阵/数组语言，使得用户可以使用数学符号直接表达复杂的计算过程，极大地提高了编程效率。此外，Matlab还提供了丰富的工具箱（Toolbox），涵盖了信号处理、图像处理、控制系统、优化、统计学、机器学习等众多领域，为用户提供了强大的专业功能。

1.1.2 Matlab的应用领域

Matlab的应用领域非常广泛，以下列举一些主要的应用方向：

• 科学计算与数值分析: Matlab在数值线性代数、数值优化、微分方程求解、统计分析等方面拥有强大的功能，是科学研究和工程计算的重要工具。

• 信号处理: Matlab提供了丰富的信号处理工具箱，可用于信号滤波、频谱分析、时频分析、数字信号处理算法开发等。

• 图像处理与计算机视觉: Matlab图像处理工具箱提供了图像增强、图像分割、特征提取、目标识别等功能，广泛应用于医学图像分析、遥感图像处理、计算机视觉算法开发等。

• 控制系统设计与仿真: Matlab的控制系统工具箱和Simulink仿真环境，可以进行控制系统建模、仿真、分析和控制算法设计，广泛应用于自动化、航空航天、机器人等领域。

• 通信系统仿真: Matlab可以用于通信系统建模、信道仿真、调制解调算法开发、误码率分析等。

• 金融建模与分析: Matlab可以用于金融数据分析、风险管理、投资组合优化、金融衍生品定价等。

• 机器学习与人工智能: Matlab提供了机器学习和深度学习工具箱，可以用于构建和训练各种机器学习模型，应用于数据挖掘、模式识别、自然语言处理等领域。

• 教育与教学: Matlab易学易用，语法简洁，是大学和科研机构中常用的教学和科研工具，用于数值计算、算法开发、数据分析和可视化等。

1.2 Matlab环境搭建与基本操作

1.2.1 Matlab的安装

Matlab是商业软件，需要购买许可证才能使用。你可以访问MathWorks官网（www.mathworks.com）下载试用版或购买正版软件。安装过程通常比较简单，按照安装向导的提示进行操作即可。需要注意的是，安装过程中需要选择合适的工具箱，根据自己的应用领域选择需要的工具箱可以节省磁盘空间和安装时间。

1.2.2 Matlab的启动与界面介绍

安装完成后，可以通过桌面快捷方式或开始菜单启动Matlab。启动后，你会看到Matlab的主界面，通常包含以下几个主要窗口：

• 命令窗口 (Command Window): 这是你与Matlab交互的主要窗口。你可以在命令窗口中输入Matlab命令并立即执行，查看结果。

• 当前文件夹窗口 (Current Folder): 显示当前工作目录下的文件和文件夹。你可以通过此窗口浏览文件，设置工作路径。

• 工作区窗口 (Workspace): 显示当前Matlab会话中已定义的变量及其值。你可以通过此窗口查看和管理变量。

• 编辑器窗口 (Editor): 用于编写和编辑Matlab脚本文件（.m文件）和函数文件。

• 命令行历史记录窗口 (Command History): 记录你在命令窗口中输入过的命令，方便你回顾和重复使用之前的命令。

你可以根据自己的需要调整窗口的布局，例如拖拽窗口标题栏可以移动窗口位置，点击窗口右上角的关闭按钮可以关闭窗口，点击窗口右上角的最小化/最大化按钮可以改变窗口大小。

1.2.3 Matlab基本操作

• 设置工作目录: 在“当前文件夹”窗口中，你可以浏览并选择你想要作为工作目录的文件夹。也可以在命令窗口中使用 cd 命令来改变工作目录，例如 cd D:\MyMatlabProject。

• 清空命令窗口: 使用 clc 命令可以清空命令窗口的内容，使界面更加整洁。

• 清空工作区变量: 使用 clear 命令可以清空工作区中的所有变量。如果只想清除特定变量，可以使用 clear variable1 variable2 ... 命令。

• 查看帮助文档: Matlab提供了非常完善的帮助文档。可以使用 help command_name 命令查看特定命令的帮助信息，例如 help plot。也可以使用 doc command_name 命令打开更详细的帮助文档，例如 doc plot。还可以使用 lookfor keyword 命令搜索包含特定关键词的命令，例如 lookfor filter。

• 退出Matlab: 在命令窗口中输入 exit 或 quit 命令，或者直接关闭Matlab主窗口，可以退出Matlab。

代码实践 1.2.3:

% 代码实践 1.2.3：Matlab基本操作
% 设置工作目录 (请替换成你自己的工作目录)
cd D:\MyMatlabProject
% 清空命令窗口
clc
% 清空工作区变量
clear
% 查看 help 命令的帮助文档
help help
% 查看 doc 命令的帮助文档 (会打开帮助浏览器)
doc doc
% 搜索包含 plot 关键词的命令
lookfor plot
% 退出 Matlab (取消注释下面一行代码来退出)
% exit
​

内容详解 1.2.3:

这段代码演示了Matlab的一些基本操作。

• % 符号在Matlab中表示注释，后面的内容会被Matlab忽略，用于添加代码说明。

• cd D:\MyMatlabProject 命令用于设置当前工作目录，你需要将其中的路径替换成你自己的实际工作目录。

• clc 命令清空命令窗口，让命令窗口变得干净。

• clear 命令清空工作区，删除所有已定义的变量，确保工作区环境的干净。

• help help 命令显示关于 help 命令本身的帮助信息，让你了解 help 命令的用法。

• doc doc 命令打开帮助浏览器，并显示关于 doc 命令的详细文档，通常比 help 命令提供更全面的信息。

• lookfor plot 命令搜索所有包含 "plot" 关键词的Matlab命令，这在你不确定具体命令名称时非常有用。

• exit 命令用于退出Matlab。代码中注释掉了 exit 命令，你需要取消注释才能真正退出Matlab。

1.3 Matlab基本语法

1.3.1 变量与赋值

Matlab是一种弱类型语言，不需要预先声明变量的类型。变量的类型会根据赋值自动确定。变量名需要遵循以下规则：

• 变量名必须以字母开头。

• 变量名可以包含字母、数字和下划线。

• 变量名区分大小写，例如 variable 和 Variable 是不同的变量。

• 变量名不能与Matlab的关键字（例如 if, for, while 等）重名。

使用等号 = 进行赋值操作，将右侧的值赋给左侧的变量。

代码实践 1.3.1:

% 代码实践 1.3.1：变量与赋值
% 定义变量并赋值
a = 10;         % 数值变量
b = 'hello';    % 字符串变量
c = [1, 2, 3];  % 向量变量
% 查看变量的值
disp(a);
disp(b);
disp(c);
% 重新赋值
a = 20;
disp(a);
% 多个变量赋值
x = 5; y = 7; z = x + y;
disp(z);
​

内容详解 1.3.1:

• a = 10; 定义了一个名为 a 的变量，并将数值 10 赋值给它。分号 ; 用于抑制命令窗口的输出，如果不加分号，Matlab会在命令窗口显示 a = 10。

• b = 'hello'; 定义了一个名为 b 的变量，并将字符串 'hello' 赋值给它。字符串需要用单引号 ' ' 包围。

• c = [1, 2, 3]; 定义了一个名为 c 的变量，并将行向量 [1, 2, 3] 赋值给它。方括号 [ ] 用于定义向量和矩阵。

• disp(a); 命令用于显示变量 a 的值。disp 是Matlab中常用的输出函数。

• a = 20; 对变量 a 重新赋值，将 20 赋值给 a，变量的值被更新。

• x = 5; y = 7; z = x + y; 在一行代码中定义了多个变量并进行赋值和运算。Matlab允许在一行中写多条语句，用分号 ; 分隔。

1.3.2 数据类型

Matlab支持多种数据类型，常用的数据类型包括：

• 数值类型:

  • double: 双精度浮点数，Matlab默认的数值类型。

  • single: 单精度浮点数，占用内存更少，但精度较低。

  • int8, int16, int32, int64: 有符号整数。

  • uint8, uint16, uint32, uint64: 无符号整数。

• 逻辑类型: logical: 逻辑值，true (真) 或 false (假)，通常用于条件判断。

• 字符类型: char: 单个字符，用单引号 ' ' 包围。

• 字符串类型: string: 字符序列，用双引号 " 包围（Matlab R2017a及更高版本支持）。

• 结构体类型: struct: 可以包含不同类型数据的复合数据类型，通过字段名访问成员。

• 细胞数组类型: cell: 可以存储不同类型和大小数据的数组，类似于容器。

可以使用 class(variable_name) 函数查看变量的数据类型。

代码实践 1.3.2:

% 代码实践 1.3.2：数据类型
% 数值类型
num_double = 3.14;
num_int = 100;
% 逻辑类型
logical_val = true;
% 字符类型
char_val = 'A';
% 字符串类型 (R2017a 及更高版本)
str_val = "Hello Matlab";
% 结构体类型
struct_val.name = "John";
struct_val.age = 30;
% 细胞数组类型
cell_val{1} = 1;
cell_val{2} = "World";
% 查看数据类型
disp(class(num_double));
disp(class(num_int));
disp(class(logical_val));
disp(class(char_val));
disp(class(str_val));
disp(class(struct_val));
disp(class(cell_val));
​

内容详解 1.3.2:

• 代码中分别定义了各种数据类型的变量，并使用 class() 函数查看它们的类型。

• num_double = 3.14; 定义了一个双精度浮点数变量。

• num_int = 100; 定义了一个整数变量，Matlab默认将其存储为 double 类型。

• logical_val = true; 定义了一个逻辑变量，赋值为 true。

• char_val = 'A'; 定义了一个字符变量，存储字符 'A'。

• str_val = "Hello Matlab"; 定义了一个字符串变量（需要Matlab R2017a或更高版本）。

• struct_val.name = "John"; struct_val.age = 30; 定义了一个结构体变量 struct_val，包含 name 和 age 两个字段。

• cell_val{1} = 1; cell_val{2} = "World"; 定义了一个细胞数组变量 cell_val，可以存储不同类型的数据，使用花括号 {} 进行索引。

1.3.3 运算符

Matlab支持多种运算符，包括：

• 算术运算符: + (加), - (减), * (乘), / (除), ^ (乘方), \ (左除), .* (点乘), ./ (点除), .^ (点乘方)。

• 关系运算符: > (大于), < (小于), >= (大于等于), <= (小于等于), == (等于), ~= (不等于)。

• 逻辑运算符: & (与), | (或), ~ (非), && (短路与), || (短路或)。

• 赋值运算符: = (赋值)。

代码实践 1.3.3:

% 代码实践 1.3.3：运算符
a = 10;
b = 5;
% 算术运算符
addition = a + b;      % 加法
subtraction = a - b;   % 减法
multiplication = a * b;  % 乘法
division = a / b;      % 除法
power = a ^ 2;         % 乘方
% 关系运算符
greater_than = a > b;      % 大于
less_than = a < b;         % 小于
equal_to = a == 10;        % 等于
not_equal_to = a ~= b;      % 不等于
% 逻辑运算符
logical_and = (a > 5) & (b < 10);  % 与
logical_or = (a < 5) | (b > 10);   % 或
logical_not = ~(a < 5);         % 非
% 显示结果
disp(['加法: ', num2str(addition)]);
disp(['减法: ', num2str(subtraction)]);
disp(['乘法: ', num2str(multiplication)]);
disp(['除法: ', num2str(division)]);
disp(['乘方: ', num2str(power)]);
disp(['大于: ', num2str(greater_than)]);
disp(['小于: ', num2str(less_than)]);
disp(['等于: ', num2str(equal_to)]);
disp(['不等于: ', num2str(not_equal_to)]);
disp(['逻辑与: ', num2str(logical_and)]);
disp(['逻辑或: ', num2str(logical_or)]);
disp(['逻辑非: ', num2str(logical_not)]);
​

内容详解 1.3.3:

• 代码中演示了常用的算术运算符、关系运算符和逻辑运算符的使用。

• num2str() 函数用于将数值转换为字符串，以便在 disp() 函数中与其他字符串连接输出。

• 点运算符 . (例如 .*, ./, .^) 用于数组的元素级运算，将在后续章节详细介绍。

• 短路逻辑运算符 && 和 || 与 & 和 | 的区别在于，短路运算符在判断第一个条件后，如果能确定整个表达式的值，则不会继续判断后面的条件，可以提高效率。

1.4 数组与矩阵操作

1.4.1 创建数组与矩阵

在Matlab中，数组和矩阵是最基本的数据结构。Matlab以矩阵运算为核心，因此高效地创建和操作数组和矩阵至关重要。

• 直接输入: 使用方括号 [] 直接输入数组或矩阵元素，同一行元素用逗号 , 或空格分隔，不同行元素用分号 ; 分隔。

• 冒号运算符: 使用冒号 : 运算符创建等差序列，start:step:end 表示从 start 开始，步长为 step，到 end 结束的序列。如果步长为 1，可以省略步长，写成 start:end。

• 内置函数: Matlab提供了许多内置函数用于创建特定类型的数组和矩阵，例如 zeros(), ones(), eye(), rand(), randn() 等。

代码实践 1.4.1:

% 代码实践 1.4.1：创建数组与矩阵
% 直接输入
row_vector = [1, 2, 3];          % 行向量
column_vector = [4; 5; 6];       % 列向量
matrix = [1, 2, 3; 4, 5, 6; 7, 8, 9]; % 矩阵
% 冒号运算符
sequence_vector = 1:2:10;      % 等差序列
% 内置函数
zeros_matrix = zeros(2, 3);      % 2x3 零矩阵
ones_matrix = ones(3, 2);       % 3x2 全一矩阵
identity_matrix = eye(4);        % 4x4 单位矩阵
rand_matrix = rand(2, 2);        % 2x2 随机矩阵 (0-1均匀分布)
randn_matrix = randn(3, 3);       % 3x3 随机矩阵 (标准正态分布)
% 显示结果
disp('行向量:'); disp(row_vector);
disp('列向量:'); disp(column_vector);
disp('矩阵:'); disp(matrix);
disp('等差序列:'); disp(sequence_vector);
disp('零矩阵:'); disp(zeros_matrix);
disp('全一矩阵:'); disp(ones_matrix);
disp('单位矩阵:'); disp(identity_matrix);
disp('随机矩阵 (均匀分布):'); disp(rand_matrix);
disp('随机矩阵 (正态分布):'); disp(randn_matrix);
​

内容详解 1.4.1:

• row_vector = [1, 2, 3]; 创建一个行向量。

• column_vector = [4; 5; 6]; 创建一个列向量，使用分号分隔元素。

• matrix = [1, 2, 3; 4, 5, 6; 7, 8, 9]; 创建一个 3x3 矩阵，使用分号分隔行。

• sequence_vector = 1:2:10; 创建一个从 1 到 10，步长为 2 的等差序列。

• zeros(2, 3) 创建一个 2 行 3 列的零矩阵。

• ones(3, 2) 创建一个 3 行 2 列的全一矩阵。

• eye(4) 创建一个 4x4 的单位矩阵（对角线元素为 1，其余元素为 0）。

• rand(2, 2) 创建一个 2x2 的随机矩阵，元素服从 0-1 均匀分布。

• randn(3, 3) 创建一个 3x3 的随机矩阵，元素服从标准正态分布。

1.4.2 数组与矩阵的索引

可以使用索引访问数组和矩阵的元素。Matlab的索引从 1 开始，与很多其他编程语言从 0 开始不同。

• 单索引: 对于向量，可以使用单索引访问元素，例如 vector(index)。

• 双索引: 对于矩阵，可以使用双索引访问元素，例如 matrix(row_index, column_index)。

• 冒号索引: 可以使用冒号 : 索引访问多个元素或整行/整列，例如 vector(start_index:end_index), matrix(row_start:row_end, column_start:column_end), matrix(row_index, :) (访问整行), matrix(:, column_index) (访问整列)。

• 逻辑索引: 可以使用逻辑数组作为索引，选择满足条件的元素。

代码实践 1.4.2:

% 代码实践 1.4.2：数组与矩阵的索引
vector = [10, 20, 30, 40, 50];
matrix = [1, 2, 3; 4, 5, 6; 7, 8, 9];
% 单索引 (向量)
element1 = vector(1);      % 第一个元素
element3 = vector(3);      % 第三个元素
% 双索引 (矩阵)
matrix_element11 = matrix(1, 1);  % 第一行第一列元素
matrix_element23 = matrix(2, 3);  % 第二行第三列元素
% 冒号索引
sub_vector = vector(2:4);      % 第二到第四个元素
first_row = matrix(1, :);      % 第一行
second_column = matrix(:, 2);     % 第二列
% 逻辑索引
logical_index = vector > 30;    % 创建逻辑索引数组
selected_elements = vector(logical_index); % 选择大于 30 的元素
% 显示结果
disp('向量:'); disp(vector);
disp('矩阵:'); disp(matrix);
disp('向量的第一个元素:'); disp(element1);
disp('向量的第三个元素:'); disp(element3);
disp('矩阵的第一行第一列元素:'); disp(matrix_element11);
disp('矩阵的第二行第三列元素:'); disp(matrix_element23);
disp('向量的第二到第四个元素:'); disp(sub_vector);
disp('矩阵的第一行:'); disp(first_row);
disp('矩阵的第二列:'); disp(second_column);
disp('逻辑索引:'); disp(logical_index);
disp('选择的元素 (大于 30):'); disp(selected_elements);
​

内容详解 1.4.2:

• 代码演示了向量和矩阵的各种索引方式。

• vector(1) 访问向量 vector 的第一个元素。

• matrix(1, 1) 访问矩阵 matrix 的第一行第一列元素。

• vector(2:4) 使用冒号索引访问向量 vector 的第 2 到 4 个元素，得到子向量 [20, 30, 40]。

• matrix(1, :) 使用冒号 : 作为列索引，表示选择所有列，即访问矩阵 matrix 的第一行。

• matrix(:, 2) 使用冒号 : 作为行索引，表示选择所有行，即访问矩阵 matrix 的第二列。

• vector > 30 创建一个逻辑数组 logical_index，其中元素为 true 或 false，表示 vector 中对应元素是否大于 30。

• vector(logical_index) 使用逻辑数组 logical_index 作为索引，选择 vector 中对应 logical_index 为 true 的元素。

1.4.3 数组与矩阵的运算

Matlab提供了丰富的数组和矩阵运算功能。

• 元素级运算: 对数组的每个元素进行运算，包括加、减、乘、除、乘方等。需要使用点运算符 . (例如 .*, ./, .^) 进行元素级乘法、除法和乘方运算。

• 矩阵运算: 进行矩阵的线性代数运算，例如矩阵乘法、矩阵转置、矩阵求逆、矩阵特征值分解等。矩阵乘法使用 * 运算符，矩阵转置使用 ' 运算符。

• 常用函数: Matlab提供了许多内置函数用于数组和矩阵运算，例如 sum(), mean(), max(), min(), sort(), transpose(), inv(), det(), eig() 等。