tf = all (x) ¶tf = all (x, dim) ¶对于向量参数,如果向量的所有元素都非零,则返回true(逻辑1)。
对于矩阵自变量,返回逻辑1和0的行向量,每个元素指示矩阵相应列的所有元素是否为非零。例如
all ([2, 3; 1, 0])
⇒ [ 1, 0 ]
如果可选参数dim已提供,则按dim尺寸起作用.
详见: any.
因为比较运算符(详见比较运算符)返回1和0的矩阵,很容易测试矩阵的许多方面,而不仅仅是元素是否为非零。例如
all (all (rand (5) < 0.9))
⇒ 0
测试一个随机的5乘5矩阵,看看它的所有元素是否都小于0.9。
请注意,在条件上下文中(如if和while语句的test子句),Octave将测试视为您已输入all (all (condition)).
z = xor (x, y) ¶z = xor (x1, x2, …) ¶返回x和y的异或.
对于布尔表达式x和y,xor (x, y)为真,当且仅当x或y为真。否则,如果x和y都为真或都是假的,xor返回false。
xor操作的真值表为
| x | y | z | ||
| - | - | - | ||
| 0 | 0 | 0 | ||
| 1 | 0 | 1 | ||
| 0 | 1 | 1 | ||
| 1 | 1 | 0 |
如果给定两个以上的参数,则从左到右累积应用xor运算:
(...((x1 XOR x2) XOR x3) XOR ...)
y = diff (x) ¶y = diff (x, k) ¶y = diff (x, k, dim) ¶如果x是长度为n的向量, diff (x) 是x(2) - x(1), …, x(n) - x(n-1),即每相邻两项之差。
如果x是矩阵,diff (x) 是沿第一个非奇异维度的列差异矩阵。
第二个参数是可选的。如果被提供,diff (x, k) 这里的k是一个非负整数,返回每相邻k项之差。k有可能大于矩阵的第一个非奇异维数。在这种情况下,diff继续沿着下一个非奇异维度来处理差异。
可以用可选变量dim来解释返回差异的维度。在这种情况下沿该维度计算k阶差异。此时,如果k超过size (x, dim) 则返回一个空矩阵。
tf = isinf (x) ¶返回一个逻辑数组,当x的元素为无穷时,返回true,否则返回false。
例如
isinf ([13, Inf, NA, NaN])
⇒ [ 0, 1, 0, 0 ]
tf = isnan (x) ¶返回一个逻辑数组,当x的元素为NaN时,返回true,否则返回false。
NA值也被认为是NaN值。例如
isnan ([13, Inf, NA, NaN])
⇒ [ 0, 0, 1, 1 ]
tf = isfinite (x) ¶返回一个逻辑数组,当x的元素是有限数时,返回true,否则返回false。
例如
isfinite ([13, Inf, NA, NaN])
⇒ [ 1, 0, 0, 0 ]
[err, yi, …] = common_size (xi, …) ¶确定所有输入参数是标量或者能统一为相同尺寸。
如果可以,那么err为0,并且yi是统一为相同尺寸的矩阵,尺寸等于xi(如果xi是标量,反之亦然)。否则,如果不能统一为相同尺寸,err为1,而且yi是xi。例如
[err, a, b] = common_size ([1 2; 3 4], 5)
⇒ err = 0
⇒ a = [ 1, 2; 3, 4 ]
⇒ b = [ 5, 5; 5, 5 ]
这对于实现参数可以是标量或能统一为相同尺寸的函数非常有用。
详见: size, size_equal, numel, ndims.
idx = find (x) ¶idx = find (x, n) ¶idx = find (x, n, direction) ¶[i, j] = find (…) ¶[i, j, v] = find (…) ¶如果x是行向量,那么返回矩阵的非零元素的索引向量,用于索引行,否则返回列的索引向量。
为了获得每个矩阵元素的单个索引,Octave假设矩阵的列形成一个长向量(就像存储Fortran数组一样)。例如
find (eye (2)) ⇒ [ 1; 4 ]
如果给出两个输入,n指示从矩阵或向量的开头开始查找的最大元素数。
如果给出三个输入,direction应该是"first"或"last"其中之一,仅指定第一个或最后一个n指数。但是,索引总是按顺序返回。
如果指定两个输出,find返回矩阵中非零元素的行和列索引。例如:
[i, j] = find (2 * eye (2))
⇒ i = [ 1; 2 ]
⇒ j = [ 1; 2 ]
如果指定三个输出,find还返回一个包含非零值的向量。例如
[i, j, v] = find (3 * eye (2))
⇒ i = [ 1; 2 ]
⇒ j = [ 1; 2 ]
⇒ v = [ 3; 3 ]
如果x是大小为m x n x p x …的多维数组,j包含列位置,就好像x被展平为大小为m x (n + p + …)的二维矩阵。
注意,这里的函数对稀疏矩阵特别有用,因为它提取非零元素作为向量,然后可以用来创建原始矩阵。例如:
sz = size (a); [i, j, v] = find (a); b = sparse (i, j, v, sz(1), sz(2));
详见: nonzeros.
idx = lookup (table, y) ¶idx = lookup (table, y, opt) ¶在排序的表中查找值
此函数通常用作插值的前奏。
如果表递增,长度为N,并且idx = lookup (table, y),然后,对于所有的y(i),table(idx(i)) <= y(i) < table(idx(i+1))都在表内。如果y(i) < table(1),那么idx(i)为0。如果y(i) >= table(end)或isnan (y(i)),那么idx(i)是N。
如果表递减,则测试将颠倒。对于非严格单调表,总是跳过空间隔。如果table不是单调的,或者如果table包含NaN,那么结果不可预测。
查找的复杂度为O(M*log(N)),其中M是y的大小。在特殊情况下y也进行了排序,复杂度为O(min(M*log(N),M+N))。
table和y也可以是字符串的元胞数组(或y可以是单个字符串)。在这种情况下,使用字典比较来执行字符串查找。
如果指定了opts,则它必须是一个带有字母的字符串,表示其他参数。
m如果y(i)出现在表中,匹配table(idx(i)) == y(i);否则idx(i)为零。
b布尔值。idx(i)是逻辑1或0,指示是否y(i)是否包含在表中。
l向左数值查找,最左边的子区间应扩展到负无穷(即,所有索引至少为1)。
r向右数值查找,最右边的子区间应扩展到正无穷(即,所有索引至多为N-1)。
注意如果table未对结果进行排序,那么lookup的结果不可预测。
如果您希望检查变量是否存在,而不是其元素可能具有的属性,详见Status of Variables.
版权所有 © 2024-2025 Octave中文网
ICP备案/许可证号:黑ICP备2024030411号-2