Какой твой любимый трюк в MATLAB / Octave?

Используя встроенный профилировщик, чтобы узнать, где находятся горячие части моего кода:

profile on
% some lines of code
profile off
profile viewer

или просто используя встроенные tic и toc, чтобы получить быстрые тайминги:

tic;
% some lines of code
toc;

Непосредственное извлечение элементов матрицы, удовлетворяющих определенному условию, с использованием логических массивов:

x = rand(1,50) .* 100;
xpart = x( x > 20 & x < 35);

Теперь xpart содержит только те элементы из x, которые лежат в указанном диапазоне.

Обеспечьте быстрый доступ к другой документации по функциям, добавив строку "СМОТРИТЕ ТАКЖЕ" в комментарии справки. Во-первых, вы должны указать имя функции во всех кепках в качестве первой строки комментария. Сделайте свой обычный заголовок комментария, затем добавьте SEE ALSO с разделенным запятыми списком других связанных функций.

function y = transmog(x)
%TRANSMOG Transmogrifies a matrix X using reverse orthogonal eigenvectors
%
% Usage:
%   y = transmog(x)
%
% SEE ALSO
% UNTRANSMOG, TRANSMOG2

Когда вы вводите "help transformog" в командной строке, вы увидите все комментарии в этом заголовке комментария, с гиперссылками к заголовкам комментариев для других перечисленных функций.

Векторизация циклов. Есть много способов сделать это, и интересно посмотреть на циклы в коде и посмотреть, как они могут быть векторизованы. Эффективность поразительно быстрее с векторными операциями!

Поверните матрицу в вектор, используя один двоеточие.

x = rand(4,4);
x(:)

Matlab bsxfun, arrayfun, cellfun, и structfun довольно интересны и часто сохраняйте цикл.

M = rand(1000, 1000);
v = rand(1000,    1);
c = bsxfun(@plus, M, v);

Этот код, например, добавляет вектор-столбец v к каждому столбцу матрицы M.

Хотя в критичных для производительности частях приложения вы должны сравнивать эти функции с тривиальным циклом for, потому что часто петли все еще быстрее.

Анонимные функции по нескольким причинам:

• чтобы сделать быструю функцию для одноразовых применений, например 3x ^ 2 + 2x + 7. (см. список ниже). Это полезно для таких функций, как quad и fminbnd, которые принимают функции в качестве аргументов. Это также удобно в сценариях (файлы .m, которые не начинаются с заголовка функции), поскольку в отличие от истинных функций вы не можете включать подфункции.
• для закрытия - хотя анонимные функции немного ограничены, поскольку, похоже, не существует способа иметь в них назначение мутировать состояние.

.

% quick functions
f = @(x) 3*x.^2 + 2*x + 7;
t = (0:0.001:1);
plot(t,f(t),t,f(2*t),t,f(3*t));

% closures (linfunc below is a function that returns a function,
% and the outer functions arguments are held for the lifetime
% of the returned function.
linfunc = @(m,b) @(x) m*x+b;
C2F = linfunc(9/5, 32);
F2C = linfunc(5/9, -32*5/9);

Режим LaTeX для формул в графах: В одном из последних выпусков (R2006?) вы добавляете дополнительные аргументы ,'Interpreter','latex' на конец вызова функции, и он будет использовать рендеринг LaTeX. Вот пример:

t=(0:0.001:1);
plot(t,sin(2*pi*[t ; t+0.25]));
xlabel('t'); 
ylabel('$\hat{y}_k=sin 2\pi (t+{k \over 4})$','Interpreter','latex');
legend({'$\hat{y}_0$','$\hat{y}_1$'},'Interpreter','latex');

Не уверен, когда они добавили его, но он работает с R2006b в функциях text(), title(), xlabel(), ylabel(), zlabel() и даже legend(). Просто убедитесь, что используемый вами синтаксис не является двусмысленным (поэтому с легендой() вам нужно указать строки как массивы ячеек).

Использование xlim и ylim для рисования вертикальных и горизонтальных линий. Примеры:

• Нарисуйте горизонтальную линию при y = 10:

  line(xlim, [10 10])

• Нарисуйте вертикальную линию при x = 5:

  line([5 5], ylim)

Вот пример:

Я считаю, что синтаксис списка с разделителями-запятыми весьма полезен для построения вызовов функций:

% Build a list of args, like so:
args = {'a', 1, 'b', 2};
% Then expand this into arguments:
output = func(args{:})

Здесь куча неочевидных функций, которые время от времени полезны:

• mfilename (возвращает имя текущего запущенного MATLAB script)
• dbstack (дает вам доступ к именам и номерам строк стека функций Matlab)
• keyboard (останавливает выполнение и дает возможность управления запросом на отладку, поэтому в приглашении отладки K>>
• dbstop error (автоматически отключает режим отладки в строке, которая вызывает ошибку)

Мне нравится использовать функциональные дескрипторы по многим причинам. Во-первых, это самая близкая вещь, которую я нашел в MATLAB для указателей, так что вы можете создавать поведение типа ссылки для объектов. Есть несколько аккуратных (и более простых) вещей, которые вы можете сделать с ними. Например, заменив оператор switch:

switch number,
  case 1,
    outargs = fcn1(inargs);
  case 2,
    outargs = fcn2(inargs);
  ...
end
%
%can be turned into
%
fcnArray = {@fcn1, @fcn2, ...};
outargs = fcnArray{number}(inargs);

Я просто думаю, что такие вещи классные.

Использование nargin для установки значений по умолчанию для необязательных аргументов и использования nargout для установки необязательных выходных аргументов. Быстрый пример

function hLine=myplot(x,y,plotColor,markerType)
% set defaults for optional paramters
if nargin<4, markerType='none'; end
if nargin<3, plotColor='k'; end

hL = plot(x,y,'linetype','-', ...  
              'color',plotColor, ...
              'marker',markerType, ...
              'markerFaceColor',plotColor,'markerEdgeColor',plotColor);

% return handle of plot object if required
if nargout>0, hLine = hL; end

Вызов кода Java из Matlab

Чтобы быстро проверить функцию, я использую nargin следующим образом:

function result = multiply(a, b)
if nargin == 0 %no inputs provided, run using defaults for a and b
    clc;
    disp('RUNNING IN TEST MODE')
    a = 1;
    b = 2;
end

result = a*b;

Впоследствии я добавляю unit test script для проверки функции для разных условий ввода.

Быть строгим с указанием размеров при использовании функций агрегации, таких как min, max, mean, diff, sum, any, all,...

Например, строка:

reldiff = diff(a) ./ a(1:end-1)

может хорошо работать для вычисления относительных различий элементов в векторе, однако в случае, если вектор вырождается только к одному элементу, вычисление не выполняется:

>> a=rand(1,7);
>> diff(a) ./ a(1:end-1)

ans =
   -0.5822   -0.9935  224.2015    0.2708   -0.3328    0.0458

>> a=1;
>> diff(a) ./ a(1:end-1)
??? Error using ==> rdivide
Matrix dimensions must agree.

Если вы укажете правильные размеры для своих функций, эта строка возвращает пустую матрицу размером 1 на 0, что верно:

>> diff(a, [], 2) ./ a(1, 1:end-1)

ans =

   Empty matrix: 1-by-0

>> 

То же самое относится к min-функции, которая обычно вычисляет минимумы по столбцам на матрице, пока матрица не состоит только из одной строки. - Затем он вернет минимум по строке, если параметр измерения не указывает иначе, и, возможно, нарушит ваше приложение.

Я почти гарантирую вам, что, следовательно, настройка этих функций агрегации позволит вам в дальнейшем немного отладить работу.

По крайней мере, это было бы для меня.:)

Знайте свои свойства оси! Существуют всевозможные вещи, которые вы можете настроить, чтобы настроить свойства построения по умолчанию, чтобы делать то, что вы хотите:

set(gca,'fontsize',8,'linestyleorder','-','linewidth',0.3,'xtick',1:2:9);

(в качестве примера, устанавливает шрифт в 8pt, linestyles всех новых строк, чтобы все были сплошными, а их ширина - 0,3pt, а xtick - [1 3 5 7 9])

Line и figure свойства также полезно, но я больше всего использую свойства оси.

условные аргументы в левой части присваивания:

t = (0:0.005:10)';
x = sin(2*pi*t);
x(x>0.5 & t<5) = 0.5;
% This limits all values of x to a maximum of 0.5, where t<5
plot(t,x);

О, и измените массив

v = 1:10;
v_reverse = v(length(v):-1:1);

Оператор двоеточия для манипуляции массивами.

@ScottieT812, упоминает одно: сглаживание массива, но есть все остальные варианты выбора битов массива:

x=rand(10,10);
flattened=x(:);
Acolumn=x(:,10);
Arow=x(10,:);

y=rand(100);
firstSix=y(1:6);
lastSix=y(end-5:end);
alternate=y(1:2:end);

cellfun и arrayfun для автоматических циклов.

Задание "почему" (полезно для того, чтобы сотрясать меня из теста Matlab runtime-fail debugging trance в 3 часа...)

Использование ismember() для объединения данных, организованных текстовыми идентификаторами. Полезно, когда вы анализируете разные периоды, когда записи, в моем случае символы компании, приходят и уходят.

%Merge B into A based on Text identifiers
UniverseA = {'A','B','C','D'};
UniverseB = {'A','C','D'};

DataA = [20 40 60 80];
DataB = [30 50 70];

MergeData = NaN(length(UniverseA),2);

MergeData(:,1) = DataA;

[tf, loc] = ismember(UniverseA, UniverseB);

MergeData(tf,2) = DataB(loc(tf));

 MergeData =

20    30
40   NaN
60    50
80    70

Использование persistent (статические) переменные при запуске онлайн-алгоритма. Это может ускорить код в таких областях, как байесовское машинное обучение, где модель обучается итеративно для новых образцов. Например, для вычисления независимых логарифмов правдоподобия я сначала вычисляю лог-правдоподобие и обновляю его, суммируя это ранее вычисленное логарифмическое правдоподобие и дополнительное логарифмическое правдоподобие.

Вместо предоставления более специализированной проблемы машинного обучения позвольте мне дать общий онлайн-код усреднения, который я принял отсюда:

function av = runningAverage(x)
% The number of values entered so far - declared persistent.
persistent n;
% The sum of values entered so far - declared persistent.
persistent sumOfX;
if x == 'reset' % Initialise the persistent variables.
    n = 0;
    sumOfX = 0;
    av = 0;
else % A data value has been added.
    n = n + 1;
    sumOfX = sumOfX + x;
    av = sumOfX / n; % Update the running average.
end

Затем вызовы будут давать следующие результаты:

runningAverage('reset')
ans = 0
>> runningAverage(5)
ans = 5
>> runningAverage(10)
ans = 7.5000
>> runningAverage(3)
ans = 6
>> runningAverage('reset')
ans = 0
>> runningAverage(8)
ans = 8

Контурные графики с [c,h]=contour и clabel(c,h,'fontsize',fontsize). Обычно я использую параметр fontsize, чтобы уменьшить размер шрифта, чтобы числа не попадали друг в друга. Это отлично подходит для просмотра значений двухмерных функций без необходимости гасить 3D-графики.

Выполнение модели Simulink непосредственно из script (а не интерактивно) с помощью команды sim. Вы можете делать такие вещи, как принимать параметры из переменной рабочего пространства и многократно запускать sim в цикле, чтобы имитировать что-то, изменяя параметр, чтобы увидеть, как изменяется поведение, и нарисуйте результаты с помощью любых графических команд, которые вам нравятся. Гораздо проще, чем пытаться сделать это в интерактивном режиме, и это дает вам гораздо большую гибкость, чем блоки "осциллографа" Simulink при визуализации результатов. (хотя вы не можете использовать его, чтобы видеть, что происходит в реальном времени во время имитации)

Очень важно знать опции DstWorkspace и SrcWorkspace команды simset. Эти элементы управления, где блоки "To Workspace" и "From Workspace" получают и приносят свои результаты. DstWorkspace по умолчанию используется текущее рабочее пространство (например, если вы вызываете sim внутри функции, блоки "To Workspace" будут отображаться как переменные, доступные из одной и той же функции), но SrcWorkspace по умолчанию относится к базовому рабочему пространству, и если вы хотите инкапсулировать свой вызов на sim, вам нужно установить SrcWorkspace в current, чтобы был чистый интерфейс для предоставления/получения параметров ввода и вывода параметров моделирования. Например:

function Y=run_my_sim(t,input1,params)
% runs "my_sim.mdl" 
% with a From Workspace block referencing I1 as an input signal
% and parameters referenced as fields of the "params" structure
% and output retrieved from a To Workspace block with name O1.
opt = simset('SrcWorkspace','current','DstWorkspace','current');
I1 = struct('time',t,'signals',struct('values',input1,'dimensions',1));
Y = struct;
Y.t = sim('my_sim',t,opt);
Y.output1 = O1.signals.values;

Векторизация:

function iNeedle = findClosest(hay,needle)
%FINDCLOSEST find the indicies of the closest elements in an array.
% Given two vectors [A,B], findClosest will find the indicies of the values
% in vector A closest to the values in vector B.
[hay iOrgHay] = sort(hay(:)');  %#ok must have row vector

% Use histogram to find indices of elements in hay closest to elements in
% needle. The bins are centered on values in hay, with the edges on the
% midpoint between elements.
[iNeedle iNeedle] = histc(needle,[-inf hay+[diff(hay)/2 inf]]); %#ok

% Reversing the sorting.
iNeedle = iOrgHay(iNeedle);

Здесь я часто использую:

% useful abbreviations

flat=@(x) x(:);

% print basic statistics
stats=@(x) sprintf('mean +/- s.d. \t= %f +/- %f\nmin, max \t\t= %f, %f\nmedian, mode \t= %f, %f', ...
    mean(flat(x)), std(flat(x)), min(flat(x)), max(flat(x)), median(flat(x)), mode(flat(x)) );

nrows=@(x) size(x,1);
ncols=@(x) size(x,2);
nslices=@(x) size(x,3);

% this is just like ndims except it returns 0 for an empty matrix and
% ignores dimensions of size 0.
ndim=@(x) length(find(size(x)));

код >

Эти сокращения полезны для поиска среднего и стандартного отклонения значений пикселей в небольшой области изображения. Я бы использовал следующую логику:

phantomData = phantom();

stats( phantomData(50:80, 50:80) )

код >

Что делать, если я хочу поместить размер изображения в его заголовок?

imagesc( phantomData );

title( sprintf('The image size is %d by %d by %d.', nrows(phantomData), ncols(phantomData), nslices(phantomData)) )

код >

х = repmat ([1:10], 3,1); % say, x - пример массива данных

л = х >= 3; % l является логическим вектором (1s/0s), чтобы выделить те элементы в массиве, которые удовлетворяли бы определенному условию.

N = сумма (сумма (l));% N - количество элементов, удовлетворяющих данному условию.

cheers - счастливые скрипты!

-Вы можете сделать ярлык Matlab для файла инициализации с именем startup.m. Здесь я определяю форматирование, точность вывода и параметры графика для моего сеанса Matlab (например, я использую более крупный размер/размер шрифта, так что .fig можно увидеть явно, когда я помещаю их в презентации.) См. Хороший сообщение блога от одного из разработчиков об этом http://blogs.mathworks.com/loren/2009/03/03/whats-in-your-startupm/.

-Вы можете загрузить весь цифровой файл ascii с помощью функции "load". Это не особенно быстро, но быстро выполняет задание для прототипирования (не должен ли это быть девизом Matlab?)

- Как упоминалось, оператор двоеточия и векторизация являются спасателями. Винтовые петли.

Я удивлен, что, хотя люди упоминали подход логического массива индексации массива, никто не упомянул команду find.

например. если x - массив NxMxO

x (x > 20) работает, создавая логический массив NxMxO и используя его для индекса x (что может быть плохо, если у вас большие массивы и вы ищете небольшое подмножество

x (find (x > 20)) работает, генерируя список (т.е. 1x любой) индексов x, удовлетворяющих x > 20, и индексируя x им. "find" следует использовать больше, чем есть, по моему опыту.

Больше, что я бы назвал "трюками"

вы можете расти/присоединяться к массивам и массивам ячеек, если вы не знаете размер, который вам понадобится, используя end + 1 (также работает с более высокими размерами, если размеры совпадения совпадений - так вам придется инициализировать x для чего-то другого, кроме [] в этом случае). Не подходит для чисел, но для небольших динамических списков вещей (или массивов ячеек), например. разбор файлов.

например.

>> x=[1,2,3]
x =  1     2     3
>> x(end+1)=4
x =  1     2     3     4

Другие считают, что многие люди не знают, что для работы с любым массивом dim 1, поэтому продолжить пример

>> for n = x;disp(n);end
     1
     2
     3
     4

Это означает, что если вам нужны только члены x, вам не нужно их индексировать.

Это также работает с массивами ячеек, но это немного раздражает, потому что, когда он проходит их, элемент все еще завернут в ячейку:

>> for el = {1,2,3,4};disp(el);end
    [1]
    [2]
    [3]
    [4]

Итак, чтобы получить элементы, вы должны их индексировать

>> for el = {1,2,3,4};disp(el{1});end
     1
     2
     3
     4

Я не могу вспомнить, есть ли более хороший способ.