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]