matlab中矩阵怎么显示？

一、矩阵的表示方法

1、矩阵元素必须在”[]”内；

2、矩阵的同行元素之间用空格（或”,”）隔开；

3、矩阵的行与行之间用”;”（或回车符）隔开；

4、矩阵的元素可以是数值、变量、表达式或函数；

5、矩阵的尺寸不必预先定义。

二、矩阵的运算

1、算术运算

MATLAB的基本算术运算有：＋(加)、－(减)、(乘)、/(右除)、\(左除)、^(乘方)、’(转置)。运算是在矩阵意义下进行的，单个数据的算术运算只是一种特例。

(1)矩阵加减运算假定有两个矩阵A和B，则可以由A+B和A-B实现矩阵的加减运算。运算规则是：若A和B矩阵的维数相同，则可以执行矩阵的加减运算，A和B矩阵的相应元素相加减。如果A与B的维数不相同，则MATLAB将给出错误信息，提示用户两个矩阵的维数不匹配。

(2)矩阵乘法假定有两个矩阵A和B，若A为mn矩阵，B为np矩阵，则C=AB为mp矩阵。

(3)矩阵除法在MATLAB中，有两种矩阵除法运算：\和/，分别表示左除和右除。如果A矩阵是非奇异方阵，则A\B和B/A运算可以实现。

A\B等效于A的逆左乘B矩阵，也就是inv(A)B，而B/A等效于A矩阵的逆右乘B矩阵，也就是Binv(A)。对于含有标量的运算，两种除法运算的结果相同。对于矩阵来说，左除和右除表示两种不同的除数矩阵和被除数矩阵的关系，一般A\B≠B/A。

(4)矩阵的乘方一个矩阵的乘方运算可以表示成A^x，要求A为方阵，x为标量。

(5)矩阵的转置对实数矩阵进行行列互换，对复数矩阵，共轭转置，特殊的， *** 作符’共轭不转置（见点运算）；

(6)点运算在MATLAB中，有一种特殊的运算，因为其运算符是在有关算术运算符前面加点，所以叫点运算。点运算符有、/、\和^。两矩阵进行点运算是指它们的对应元素进行相关运算，要求两矩阵的维参数相同。

2、关系运算

MATLAB提供了6种关系运算符：<(小于)、<=(小于或等于)、>(大于)、>=(大于或等于)、==(等于)、~=(不等于)。关系运算符的运算法则为：

(1)当两个比较量是标量时，直接比较两数的大小。若关系成立，关系表达式结果为1，否则为0；

(2)当参与比较的量是两个维数相同的矩阵时，比较是对两矩阵相同位置的元素按标量关系运算规则逐个进行，并给出元素比较结果。最终的关系运算的结果是一个维数与原矩阵相同的矩阵，它的元素由0或1组成；

(3)当参与比较的一个是标量，而另一个是矩阵时，则把标量与矩阵的每一个元素按标量关系运算规则逐个比较，并给出元素比较结果。最终的关系运算的结果是一个维数与原矩阵相同的矩阵，它的元素由0或1组成。

3、逻辑运算

MATLAB提供了3种逻辑运算符：&(与)、|(或)和~(非)。逻辑运算的运算法则为：

(1)在逻辑运算中，确认非零元素为真，用1表示，零元素为假，用0表示；

(2)设参与逻辑运算的是两个标量a和b，那么，a&b a,b全为非零时，运算结果为1，否则为0。a|b a,b中只要有一个非零，运算结果为1。~a当a是零时，运算结果为1；当a非零时，运算结果为0。

(3)若参与逻辑运算的是两个同维矩阵，那么运算将对矩阵相同位置上的元素按标量规则逐个进行。最终运算结果是一个与原矩阵同维的矩阵，其元素由1或0组成；

(4)若参与逻辑运算的一个是标量，一个是矩阵，那么运算将在标量与矩阵中的每个元素之间按标量规则逐个进行。最终运算结果是一个与矩阵同维的矩阵，其元素由1或0组成；

(5)逻辑非是单目运算符，也服从矩阵运算规则；

(6)在算术、关系、逻辑运算中，算术运算优先级最高，逻辑运算优先级最低。

扩展资料：

1．获取矩阵元素

可以通过下标（行列索引）引用矩阵的元素，如Matrix(m,n)。

也可以采用矩阵元素的序号来引用矩阵元素。

矩阵元素的序号就是相应元素在内存中的排列顺序。

在MATLAB中，矩阵元素按列存储。

序号(Index)与下标(Subscript)是一一对应的，以mn矩阵A为例，矩阵元素A(i,j)的序号为(j-1)m+i。

其相互转换关系也可利用sub2ind和ind2sub函数求得。

2．矩阵拆分

利用冒号表达式获得子矩阵：

(1)A(:,j)表示取A矩阵的第j列全部元素；A(i,:)表示A矩阵第i行的全部元素；A(i,j)表示取A矩阵第i行、第j列的元素。

(2)A(i:i+m,:)表示取A矩阵第i~i+m行的全部元素；A(:,k:k+m)表示取A矩阵第k~k+m列的全部元素，A(i:i+m,k:k+m)表示取A矩阵第i~i+m行内，并在第k~k+m列中的所有元素。

此外，还可利用一般向量和end运算符来表示矩阵下标，从而获得子矩阵。end表示某一维的末尾元素下标。

利用空矩阵删除矩阵的元素：

在MATLAB中，定义[]为空矩阵。给变量X赋空矩阵的语句为X=[]。注意，X=[]与clear X不同，clear是将X从工作空间中删除，而空矩阵则存在于工作空间中，只是维数为0。

3、特殊矩阵

(1)魔方矩阵魔方矩阵有一个有趣的性质，其每行、每列及两条对角线上的元素和都相等。对于n阶魔方阵，其元素由1,2,3,…,n2共n2个整数组成。MATLAB提供了求魔方矩阵的函数magic(n)，其功能是生成一个n阶魔方阵。

(2)范得蒙矩阵范得蒙(Vandermonde)矩阵最后一列全为1，倒数第二列为一个指定的向量，其他各列是其后列与倒数第二列的点乘积。可以用一个指定向量生成一个范得蒙矩阵。在MATLAB中，函数vander(V)生成以向量V为基础向量的范得蒙矩阵。

(3)希尔伯特矩阵在MATLAB中，生成希尔伯特矩阵的函数是hilb(n)。使用一般方法求逆会因为原始数据的微小扰动而产生不可靠的计算结果。MATLAB中，有一个专门求希尔伯特矩阵的逆的函数invhilb(n)，其功能是求n阶的希尔伯特矩阵的逆矩阵。

(4)托普利兹矩阵托普利兹(Toeplitz)矩阵除第一行第一列外，其他每个元素都与左上角的元素相同。生成托普利兹矩阵的函数是toeplitz(x,y)，它生成一个以x为第一列，y为第一行的托普利兹矩阵。这里x,y均为向量，两者不必等长。toeplitz(x)用向量x生成一个对称的托普利兹矩阵。

(5)伴随矩阵MATLAB生成伴随矩阵的函数是compan(p)，其中p是一个多项式的系数向量，高次幂系数排在前，低次幂排在后。

(6)帕斯卡矩阵我们知道，二次项(x+y)n展开后的系数随n的增大组成一个三角形表，称为杨辉三角形。由杨辉三角形表组成的矩阵称为帕斯卡(Pascal)矩阵。函数pascal(n)生成一个n阶帕斯卡矩阵。

参考资料：

百度百科——帕斯卡矩阵

百度百科——MATLAB

简单介绍matlab如何显示输出数据。
打开matlab软件主界面。
在命令窗口输入内容后，加上分号，回车后，输出数据不显示。若内容后面不带分号，回车后，输出数据可显示。
在脚本文件里，可以选用disp显示函数对输出内容进行显示。
也可以用fprintf函数显示数据，格式为fprintf(format,data)，format为打印数据格式，data代表打印的标量或数组。
fprintf函数括号内的%62代表第一个数据项占有6个字符宽度，小数点后的数值表示有2位小数，\n表示换行。

首先，f1中的cosa应为cos(a)，sina同理

syms a x y;
f1='x^2+(y+28cos(a))^2+28^2(sin(a))^2=26244003997';
f2='(x-28)^2+(y-170)^2=2626171997';
[x,y]=solve(f1,f2);
t=-pi:005pi:pi;
plot(subs(x(1),a,t),subs(y(1),a,t),'r',subs(x(2),a,t),subs(y(2),a,t),'b')

两组曲线代表了两组解

看是什么数据格式,有的可以直接load
比如这样的数据文件:
38643 52888 008600065
38643 52844 008600065
38643 52486 01420001
38639 52881 008600065
38638 53194 01860005
38634 53303 01070006
38631 52186 007900037
38631 52167 007900037
38626 53586 009600026
38624 52495 06620004
A = load('cloud3ddat'); %读入数据
%x,y,z轴坐标
x=A(:,1);
y=A(:,2);
z=A(:,3);
scatter3(x,y,z); %散点图
[X,Y,Z]=griddata(x,y,z,linspace(min(x),max(x))',linspace(min(y),max(y)),'v4'); %构造坐标点
pcolor(X,Y,Z);
shading interp; %伪彩色图
fcontourf(X,Y,Z); %等高线图
figure,surf(X,Y,Z); %三维曲面

一、读写保存
matlab处理las点云(1)--las/laz格式解析
matlab处理las点云(2)-- 从LAS或LAZ文件中读取点云数据
matlab 读取txt点云并可视化
matlab 移除点云中无效的点
matlab 点云合并
matlab 保存点云
matlab 生成自定义点云
matlab 点云随机赋色
matlab 点云按高程进行赋色
matlab 打开文件选择对话框
matlab 使用文件选择对话框添加点云
二、KD树
matlab KD树的使用
matlab 点云的圆柱形邻域搜索
matlab 计算点云平均密度
matlab 查找点云指定区域内的点
matlab 根据索引提取点云
三、点云滤波
1、常用滤波器
matlab 点云均值、中值、高斯滤波
matlab 点云体素下采样(详细过程版)
matlab 点云统计滤波
matlab 点云中值滤波
matlab 点云下采样
matlab 快速均匀采样
matlab 点云随机采样到固定点数
matlab 半径滤波
matlab 直通滤波
matlab 获取指定高程的所有点
matlab 点云方框滤波
matlab 点云双边滤波
matlab 点云添加高斯噪声并保存
matlab 点云添加均匀分布的随机噪声
2、数据平滑
matlab 对含噪声的数据进行平滑处理
matlab 数据平滑--smooth函数
matlab 五点三次平滑算法
四、拟合分割
1、点云拟合
matlab 最小二乘拟合空间球
matlab 最小二乘拟合二次曲面
matlab 点云最小二乘拟合平面（SVD法）
matlab 点云最小二乘拟合平面(PCA法)
matlab 点云投影到平面
matlab 点云投影到球面
matlab 点云投影到直线
matlab 计算点到平面的距离
matlab 最小二乘拟合二维直线
matlab 点云最小二乘拟合空间直线
matlab 点云最小二乘拟合多项式曲线
matlab RANSAC拟合平面
matlab RANSAC拟合直线
matlab RANSAC拟合空间球
matlab RANSAC拟合空间直线
matlab RANSAC拟合圆柱
2、点云分割
matlab 稀疏点云在线分割
matlab 基于欧氏距离的点云聚类分割
matlab 简单形态滤波(SMRF)算法地面分割
matlab 点云k均值聚类
matlab 点云密度聚类
matlab 点云沿坐标轴进行等距切片
matlab 基于投影点密度的建筑物立面提取
五、 点云重建
matlab 显示曲面网格
matlab 泊松曲面重建法
matlab 球旋转曲面重建法
matlab 二维或三维三角剖分
matlab 将三角剖分结果保存为STL文件
matlab 点云构建Delaunay三角网
matlab 受约束的 Delaunay 三角剖分
matlab Delaunay 三角剖分内的查询点
matlab 点云alphaShape曲面重构
matlab 计算点云凸包
matlab 点云边界提取
六、点云配准
1、粗配准
matlab 点云粗配准(1)-- 计算FPFH并可视化
matlab 点云粗配准(2)-- 根据FPFH特征查找匹配点对(Fast Global Registration算法的部分实现)
matlab 点云粗配准(3)-- 可视化匹配点对
matlab 点云粗配准(4)-- 根据FPFH特征实现点云粗配准
matlab 点云粗配准(5)-- 利用ISS关键点与FPFH特征的点云配准
matlab 点云粗配准(6)-- FGR快速全局配准
matlab 点云配准--相位相关法实现点云配准
2、精配准
matlab ICP实现点云精配准
matlab NDT实现点云精配准
matlab CPD算法实现点云精配准
matlab 点云精配准(1)--point to point ICP(点到点的ICP)
matlab 点云精配准(2)--point to plane ICP(点到面的ICP)
matlab 点云精配准(3)--Trimmed ICP
matlab 点云精配准(4)--基于ISS关键点的ICP配准算法
matlab 三维点云配准与拼接
3、计算配准精度
matlab 点云配准--计算配准精度
4、点云变换
matlab 点云配准--点云变换
matlab 点云配准--三维变换
matlab 点云配准--SVD分解求变换矩阵
matlab 点云配准--四元数法求变换矩阵
matlab 点云配准--自定义旋转矩阵
matlab 大场景点云水平面校准
matlab 点云镜像变换
5、特征、描述
matlab 二进制形状描述子
matlab 计算点云法向量并可视化
matlab 角度制与弧度制的相互转换
matlab 构建点云的AABB包围盒
matlab PCA构建点云OBB包围盒
matlab 计算点云的面状指数
matlab ISS关键点提取
七、 点云与图像
matlab 将图像信息融合到激光雷达点云
matlab 检测点云中指定尺寸的矩形平面
matlab 将激光雷达点云数据投影到图像坐标系上
matlab 点云转二值图像
matlab 点云轮廓边缘检测
matlab 使用点云创建数字地面模型DSM
matlab 使用点云创建数字高程模型DEM
matlab 格网法计算点云的占地面积
matlab 计算机载点云的密度
八、 点云可视化
matlab 点云可视化(1)--pcshow()函数可视化单个点云
matlab 点云可视化(2)--pcshowpair()可视化两点云之间的差异
matlab 点云可视化(3)--动态可视化点云
matlab 点云可视化(4)--可视化点云包围框
matlab 点云可视化(5)--可视化多个点云
九、 点云深度学习
matlab点云深度学习(1)-- 无序点云转有序点云
十、 基础 *** 作
matlab 计算点云的质心
matlab 点云去质心
matlab 计算点云的曲率
matlab 计算点云的面状指数

---