(完整版)Matlab学习心得系列——002.Matlab编程思想——向量化编程.pdf

Matlab 编程思想——向量化编程 Matlab 编程思想的核心是向量化编程，即面向向量或矩阵的编程。这种编程思想的优点是代码简洁、易编程、清晰可读性强，执行效率也更高。 向量化编程的思路是抛弃 C 语言那种“单数值、元素化”考虑问题的思路，转以向量、矩阵为最小单位来考虑问题。这需要掌握 Matlab 语言的特点和编程思想，避免使用 C 语言风格的编程方式。 在 Matlab 中，常见的向量化处理问题方法有三种： 一、整体操作“大块数据” Matlab 提供了对同型矩阵的整体操作能力，例如点运算、矩阵乘法等。这种操作可以大大简化代码，提高执行效率。 例如，验证欧姆定律 R=U/I，可以使用点运算来实现： U = [0.89, 1.20, 3.09, 4.27, 3.62, 7.71,8.99, 7.92, 9.70, 10.41]; I = [0.028, 0.040, 0.100, 0.145, 0.118, 0.258, 0.308, 0.345]; R = U./I; R = mean(R) 二、尽量把 C 语言风格的循环向量化实现 Matlab 提供了许多函数和操作符，可以将 C 语言风格的循环转换为向量化实现。例如，计算 1 + 1/3 + …+ 1/99，可以使用 sum 函数实现： k=1:2:99; s = sum(1./k) 三、尽量使用 Matlab 现成的矩阵操作语法和函数 Matlab 提供了大量非常便捷的矩阵操作语法和操作矩阵的函数，优先使用它们来完成程序。例如，计算函数 z=sin|xy|的值，可以使用 meshgrid 函数和 sin 函数实现： [X,Y]=meshgrid(-5:0.1:5, -2.5:0.1:2.5); Z=sin(abs(X.*Y)); 绘制三维图形可以使用 surf 函数： surf(X,Y,Z) xlabel('x') ylabel('y') shading interp view([190,70]) Matlab 编程思想——向量化编程是 Matlab 语言的核心思想。掌握这种编程思想可以提高编程效率、代码可读性和执行效率。