matlab中size函數用法?mean函數是求數組的均值語法，我來為大家科普一下關于matlab中size函數用法?下面希望有你要的答案，我們一起來看看吧!

matlab中size函數用法

mean函數是求數組的均值。

語法

M = mean(A)

M = mean(A,'all')

M = mean(A,dim)

M = mean(A,vecdim)

M = mean(___,outtype)

M = mean(___,NaNflag)

沿其運算的維度，指定為正整數标量。如果未指定值，則默認值是大小不等于 1 的第一個數組維度。維度 dim 表示長度減至 1 的維度。size(M,dim) 為 1，而所有其他維的大小保持不變。

以一個二維輸入數組 A 為例。如果 dim = 1，則 mean(A,1) 返回包含每一列中元素均值的行向量。

如果 dim = 2，則 mean(A,2) 返回包含每一行中元素均值的列向量。

當 dim 大于 ndims(A) 或者 size(A,dim) 為 1 時，mean 返回 A。

維度向量，指定為正整數向量。每個元素代表輸入數組的一個維度。指定的操作維度的輸出長度為 1，而其他保持不變。

以 2×3×3 輸入數組 A 為例。然後 mean(A,[1 2]) 返回一個 1×1×3 數組，其元素是 A 的每個頁面的均值。

outtype 輸出數據類型

'default' double，除非輸入數據類型為 single、duration 或 datetime，在此情況下輸出為 'native'

'double' double，除非數據類型為 duration 或 datetime，在此情況下不支持 'double'

'native' 與輸入相同的數據類型，除非

輸入數據類型為 logical，在這種情況下，輸出為 double

輸入數據類型為 char，在這種情況下不支持 'native'。

均值

對于由 N 标量觀測值組成的随機變量向量 A，均值定義為

說明

M = mean(A) 返回 A 沿大小不等于 1 的第一個數組維度的元素的均值。

如果 A 是向量，則 mean(A) 返回元素均值。

如果 A 為矩陣，那麼 mean(A) 返回包含每列均值的行向量。

如果 A 是多維數組，則 mean(A) 沿大小不等于 1 的第一個數組維度計算，并将這些元素視為向量。此維度會變為 1，而所有其他維度的大小保持不變。​

M = mean(A,'all') 計算 A 的所有元素的均值。此語法适用于 MATLAB® R2018b 及更高版本。

​M = mean(A,dim) 返回維度 dim 上的均值。例如，如果 A 為矩陣，則 mean(A,2) 是包含每一行均值的列向量。

​M = mean(A,vecdim) 計算向量 vecdim 所指定的維度上的均值。例如，如果 A 是矩陣，則 mean(A,[1 2]) 是 A 中所有元素的均值，因為矩陣的每個元素都包含在由維度 1 和 2 定義的數組切片中。

​M = mean(___,outtype) 使用前面語法中的任何輸入參數返回指定的數據類型的均值。outtype 可以是 'default'、'double' 或 'native'。

​M = mean(___,nanflag) 指定在上述任意語法的計算中包括還是忽略 NaN 值。mean(A,'includenan') 會在計算中包括所有 NaN 值，而 mean(A,'omitnan') 則忽略這些值。

示例

矩陣列均值

創建一個矩陣并計算每列的均值。

A = [0 1 1; 2 3 2; 1 3 2; 4 2 2]

A = 4×3

0 1 1

2 3 2

1 3 2

4 2 2

M = mean(A)

M = 1×3

1.7500 2.2500 1.7500

矩陣行均值

創建一個矩陣并計算每行的均值。

A = [0 1 1; 2 3 2; 3 0 1; 1 2 3]

A = 4×3

0 1 1

2 3 2

3 0 1

1 2 3

M = mean(A,2)

M = 4×1

0.6667

2.3333

1.3333

2.0000

三維數組的均值

創建一個包含 1 到 10 之間整數的 4×2×3 數組，并沿第二個維度計算均值。

A = gallery('integerdata',10,[4,2,3],1);

M = mean(A,2)

M =

M(:,:,1) =

9.5000

6.5000

9.5000

6.0000

M(:,:,2) =

1.5000

4.0000

7.5000

7.5000

M(:,:,3) =

7.0000

2.5000

4.0000

5.5000

數組頁面的均值

創建一個三維數組并計算每頁數據（行和列）的均值。

A(:,:,1) = [2 4; -2 1];

A(:,:,2) = [9 13; -5 7];

A(:,:,3) = [4 4; 8 -3];

M1 = mean(A,[1 2])

M1 =

M1(:,:,1) =

1.2500

M1(:,:,2) =

6

M1(:,:,3) =

3.2500

從 R2018b 開始，要計算一個數組的所有維度上的均值，可以在向量維參數中指定每個維度，或使用 'all' 選項。

M2 = mean(A,[1 2 3])

M2 = 3.5000

Mall = mean(A,'all')

Mall = 3.5000

單精度數組的均值

創建一個由 1 組成的單精度向量并計算其單精度均值。

A = single(ones(10,1));

M = mean(A,'native')

M = single

1

結果也是單精度值。

class(M)

ans =

'single'

不包括 NaN 的均值

創建一個向量并計算其均值，不包括 NaN 值。

A = [1 0 0 1 NaN 1 NaN 0];

M = mean(A,'omitnan')

M = 0.5000

如果不指定 'omitnan'，則 mean(A) 會返回 NaN。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!