rand()?a = rand(1, 11);
b = sort(a);
c = b(1, ceil(end/2));
while?a = 0;
do
a = a + 1;
while a < 5
end
a = 0;
while(a < 5)
a = a + 1;
a = 0;
while a < 5:
a = a + 1;
a = 0;
while a < 5
a = a + 1;
end
b?a =
19 20 12 0 6
6 9 56 0 3
46 8 9 8 19
9 8 8 19 46
1 9 46 6 19
b =
56 0
9 8
b =
8 19
19 46
myfun e vuoi misurare quanto tempo impiega per eseguirsi. Quale segmento di codice restituirà in t il tempo in secondi impiegato da myfun per eseguire?t = cputime(myfun());
tic;
myfun();
toc;
timer.start;
myfun()
t = timer.stop;
t = timer(myfun());
%%?. NON è utilizzato?mean, median e mode restituiscono lo stesso valore?x = [-1:0.1:1];
y = X.^2;
plot(x, y)
figure non è stato chiamato immediatamente prima. plot è incorretta. name nella struttura S?a = [1 2 3; 4 5 6];
b = zeros(size(a));
for i_row = 1:size(a, 1)
for i_col = 1:size(a, 2)
b(i_row, i_col) = a(i_row, i_col)^2;
end
end
c?a = ones(1,3);
b = 1:3;
c = conv(a,b)
%OPTION% datasample
%OPTION% randi
%OPTION% resample
%OPTION% randperm
switch?x = 7;
switch x
case 2
disp("due");
otherwise
disp("non due");
end
x = 7;
switch x :
case 2
disp("due");
otherwise
disp("non due");
end
x = 7;
switch x
case 2
disp("due");
else
disp("non due");
end
x = 7;
switch x
case 2
disp("due");
default
disp("non due");
end
a = 1;
b = 2;
c = 3;
d = 4;
e = c / (~a - b == c - d);
c =
NaN
c =
Inf
c =
-0.2500
eq predefinita. f10 rispetto alle altre tre?f10 = 1;
for i = 1:10
f10 = f10 * i;
end
f10 = factorial(10) f10 = 1;
i = 1;
while i <= 10
i = i + 1;
f10 = i * f10;
end
f10 = prod(1:10) a = rand(5);
round(a * inv(a))
diag(ones(5, 1)) identity(5) eye(5) dog =
name: 'Bindy'
breed: 'border collie'
weight: 32
dog = struct('name', 'Bindy'; 'breed', 'border collie'; 'weight', 32); dog.name = 'Bindy';
dog.breed = 'border collie';
dog.weight = 32;
dog = {
'name' : 'Bindy',
'breed' : 'border collie',
'weight': 32;
}
dog('name') = 'Bindy';
dog('breed') = 'border collie';
dog('weight') = 32;
my_func è una funzione come segue. Qual è il valore di a alla fine del codice sottostante?function a = my_func(a)
a = a + 1;
end
------------------
a = 0;
for i = 1:3
my_func(a);
end
a = my_func(a);
c = {["hello world"]} {1×1 cell} {["goodbye"]} {1×3 double}
{"hello world" {"hello"} "goodbye" [1 2 ]}; {"hello world" {"hello"} "goodbye" {[1 2 3]}}; {"hello world" {"hello"} "goodbye" [1 2 3]}; {"hello world" {"hello" "hello"} "goodbye" {[1 2 3]}}; b a ogni riga di a?a = ones(4, 4);
b= [1 2 3 4];
a con o?for i = 1:length(fruit)
fruit{i}(fruit{i} == a) == o;
end
for i = 1:length(fruit)
fruit(i)(fruit(i) == 'a') == 'o';
end
for i = 1:length(fruit)
fruit{i}(fruit{i} == 'a') == 'o';
end
for i = 1:length(fruit)
fruit{i}(fruit{i} == 'a') == 'o';
x^2 + 2x - 4?a alla fine di un array di celle bidimensionale 1x?persone in un array di 100 x 1 chiamato height. Quale statement restituirà un array di 100 x 1, sim_height, con valori da una distribuzione normale con la stessa media e varianza dei tuoi dati di altezza?
burger' da menu?menu = {'hot dog' 'corn dog' 'regular burger' 'cheeseburger' 'veggie burger'}
a?a = randi(10, [1, 10]);
a(3) = 11;
a(a>2) = 12;
sparse per rimuovere celle vuote dalle variabili array di celle. sparse richiede che il suo input sia una matrice completa con almeno il 50% degli elementi nulli. a = 1:10;
menu nella variabile menu_string qui sotto?menu = {'hot dog' 'corn dog' 'regular burger' 'cheeseburger' 'veggie burger'}
menu_string =
'hot dog
corn dog
regular burger
cheeseburger
veggie burger'
rng_settings_curr = rng('shuffle'); rng(time());
rng_settings_curr = rng();
rng_settings_curr = rand('shuffle'); rng('shuffle');
rng_settings_curr = rng();
data in cui ogni colonna è una registrazione audio mono da una stanza della tua casa. Hai notato che ogni colonna ha una media molto diversa e quando le tracci tutte sullo stesso grafico, la dispersione sull'asse y rende impossibile vedere qualsiasi cosa. Vuoi sottrarre la media da ogni colonna. Quale blocco di codice lo farà?data_nomean = data - repmat(median(data), size(data, 1), 1); data_nomean = bsxfun(@minus, data, mean(data)); data_nomean = zeros(size(data));
for i = 1:size(data, 1)
data_nomean(i, :) = data(i, :) - mean(data(i, :));
end
data_nomean = zscore(data'); b contenente i valori medi di ciascun array all'interno di C?b = zeros(1, size(C, 2));
for i_C = 1:size(C, 2)
b(i_C) = mean(C(i_C));
end
b = cellfun(@mean, C); b = zeros(1, size(C, 1));
for i_C = 1:size(C, 1)
b(i_C) = mean(C{i_C}(:));
end
b = cellfun(@(m) mean(m(:)), C) passwords contiene una cifra e 0 se non lo contiene?passwords = {'abcd' '1234' 'qwerty' 'love1'};

figure
x = rand(10,10);
r = corrcoef(x);
surf(r)
colorbar
figure
x = rand(10,10);
r = corrcoef(x);
imagesc(r)
colorbar
figure
plot(x,y)
coeff_line = polyfit(x,y,1);
x_line = floor(min(x)):0.1:ceil(max(x));
y_line = polyval(coeff_line,x_line);
hold on; plot(x_line,y_line)
figure
plot(x,y,'o')
coeff_line = polyfit(x,y,1);
x_line = floor(min(x)):0.1:ceil(max(x));
y_line = polyval(coeff_line,x_line);
plot(x_line,y_line)
a = 1:10;
b = a(randi(10, 1, 10)); m = perms(a);
i = randi(factorial(10), 1);
b = a(m(i, :))
[s, j] = sort(rand(10, 1));
b = a(i);
b = a(randperm(10));
a = 'stand'
b = "stand"
C = {'dog' 'cat' 'mouse'}
D = {'cow' 'piranha' 'mouse'}
E = setdiff(C,D)
punti dei dati x, y e la linea di regressione sullo stesso grafico?
x = 9.0646 6.4362 7.8266 8.3945 5.6135 4.8186 2.8862 10.9311 1.1908 3.2586
y = 15.4357 11.0923 14.1417 14.9506 8.7687 8.0416 5.1662 20.5005 1.0978
coeff_line = polyfit(x,y,1)
x_line = floor(min(x)):0.1:ceil(max(x));
y_line = polyval(coeff_line,x_line)
figure; plot(x,y,'o')
hold on
plot(x_linemy_line)
figure
plot(x,y,'o')
coeff_line = polyfit(x,y,1);
x_line = floor(min(x)):0.1:ceil(max(x));
y_line = polyval(coeff_line,x_line);
plot(x_line,y_line)
figure
plot(x,y)
coeff_line = polyfit(x,y,1);
x_line = floor(min(x)):0.1:ceil(max(x));
y_line = polyval(coeff_line,x_line);
hold on; plot(x_line,y_line)
coeff_line = polyfit(x,y,1);
x_line = floor(min(x)):0.1:ceil(max(x));
y_line = polyval(coeff_line,x_line);
figure; plot(x,y,'o')
hold on
plot(x_line,y_line)
a = [0 1 2 3; 4 5 6 7];
a = a^2;
___.function mystery_func(a) :
return a
function b = mystery_func(a)
b = a;
end
def b = mystery_func(a)
b = a;
end
function mystery_func(a)
b = a;
return b;
end
a = [1 2; 3 4];
b = a(:,2);
c = b + 3;
a(1:2,1) = c;
a =
6 3
7 4
a =
5 2
7 4
a =
5
7
a =
6
7
h_f = figure; set(h_f,'Color', [0 0 0]); h_a = gca; set(h_a,'Color', [0 0 0]); h_a = axes; set(h_a,'Color', [0 0 0]); h_f = gcf; set(h_a,'Color', [0 0 0]); 5]+1`
1:2:9 isodd(1:9) 1:odd:9 imfilter esegue un'operazione di convoluzione tra un'immagine e una matrice. Supponiamo di avere un'immagine caricata in MATLAB nella variabile img e di applicare il seguente codice. L'immagine originale appare leggermente sfocata perché la convoluzione ha levigato l'immagine (rimosso il rumore). Perché pensi che ciò sia accaduto?h = ones(5,5)/25;
imshow(imfilter(img,h));
h è un filtro gaussiano che aggiunge a 1. Il suo effetto previsto è quello di evidenziare i bordi dell'immagine. h è un filtro di media uniformemente distribuito che somma 1. Il suo effetto previsto è quello di levigare le immagini (rimuovere il rumore). h è un filtro di Laplace che somma 0. Il suo effetto previsto è quello di levigare le immagini (rimuovere il rumore). imfilter è una funzione che sfuoca sempre le immagini. b?a = [1 2 3];
b = repmat(a,2,3);
a?a = [ 1 2 3 4];
c = [7,8,9] c = [7: 8: 9] c = [7; 8; 9] c = [7 8 9] who vars whos who all snap in un file m e quando la chiami, non ottieni l'output che ti aspetti. In precedenza hai scritto una diversa funzione chiamata snap, che pensi potrebbe essere anche sul percorso di ricerca. Quale comando puoi usare per vedere se la vecchia funzione snap viene chiamata?-v7.3?-v7.3?
a = randn(1,1000); histogram(a) ylabel('counts') a = rand(1,1000); histogram(a) ylabel('counts') a = randi(1,1000); histogram(a) ylabel('counts') a = rng(1,1000); histogram(a) ylabel('counts') s="abcd"; s(3)='x'
c = [9 8 0];
d = [0 0 1];
e = union(c,d);
1 8 9];`
e = [9 8]; e = [0 1 8 9]; e = [1 0]; v = [2 3 4];
n = numel(v);
a?a = -7:-2;
z = [4 5 1 3 7];
z(2:end) - z(1:end-1)
c = {rand(20,10) rand(23,2) rand(14,5)}
b = cellfun(@(m) mean(m(:)), C
b = zeros(1, size(C,1);
for i_C = 1:size(C,1)
b(1_C) = mean(C{i_C}(:));
end
b = cellfun(@mean, C)
b = zeros(1, size(C,2);
for i_C = 1:size(C,2)
b(1_C) = mean(C(i_C));
end
if else?if (a > 1):
b = 2;
else:
b = 3;
if (a > 1){
b = 2;
} else{
b = 3;
}
if (a > 1)
b = 2;
else
b = 3;
end
if (a > 1)
b = 2;
else
b = 3;
a = [9 8 8 19 6 1 9 6 6 19];
b = unique(a);
b = [1 6 8 9 19] b = [1 6 8 9] b = [1 6 6 6 8 8 9 9 19 19] b = [1 6 6 8 8 9]