MATLAB自定義函數

如果你剛接觸matlab，可以看這篇Matlab自定義函數詳解

MATLAB自定義函數形式

function [a,b,c] = funname(x1,x2,x3)

輸入變量

對於輸入變量，MATLAB可以識別輸入變量的個數，通過nargin來記錄當前輸入變量個數。

if nargin == 1
	···
elseif nargin == 2
	····
elseif nargin == 3
	···
end

通過nargin判斷變量個數，然后再寫對應的程序。

輸出變量

對於輸出變量，MATLAB可以根據調用情況來輸出結果

y = funname(x1)
[y1,y2] = funname(x1)
[y1,y2,y3] = funnamr(x1)

根據調用的格式，自動忽略沒匹配上的輸出結果。

函數調用幫助

函數做好之后，需要寫好說明，否則代碼的通用性會很差！matlab自動將函數下的注釋當作函數說明，通過help來查看幫助文檔

help funname

function y = mean(x,dim,flag,flag2)
%MEAN   Average or mean value.
%   S = MEAN(X) is the mean value of the elements in X if X is a vector. 
%   For matrices, S is a row vector containing the mean value of each 
%   column. 
%   For N-D arrays, S is the mean value of the elements along the first 
%   array dimension whose size does not equal 1.

上面是mean函數的幫助說明。

自己動手寫一個函數

這里我們來動手寫一個數據標准化的函數，具體要求是這樣的

對於一組數據 $$ x_{1}, x_{2}, \cdots, x_{m} $$, 分高優指標（越大越好），低優指標（越小越好），中優指標（越趨近於某個值越好），均優指標（越趨近於某個區間越好），四種標准化方式對數據標准化。

function [x] = standlize(v,type,q)
%STANDLIZE   對列向量v 進行歸一化 返回歸一化后的向量 x
%  x = STANDLIZE(v,'low') 對列向量按低優指標進行歸一化
%  x = STANDLIZE(v,'high') 對列向量按高優指標進行歸一化
%  x = STANDLIZE(v,'middle',q) 對列向量按中優指標進行歸一化
%  x = STANDLIZE(v,'between',q) 其中 q = [a , b] 對列向量按均優指標進行歸一化
m = length(v);
if nargin==2
    if strcmp(type,'low') %低優指標
        for i=1:m
            x(i) = (max(v)-v(i))/(max(v)-min(v));
        end
    elseif  strcmp(type,'high') %高優指標
        for i=1:m
            x(i) = (v(i)-min(v))/(max(v)-min(v));
        end
    end
elseif nargin==3
    if strcmp(type,'middle')&&length(q)==1 %中優指標
        for i=1:m
            if v(i) < q
                x(i) = 1 - (q-v(i))/max([q-min(v),max(v)-q]);
            elseif  v(i) > q
                x(i) = 1 - (v(i)-q)/max([q-min(v),max(v)-q]);
            else
                x(i) = 1;
            end
        end
    elseif strcmp(type,'between')&&length(q)==2 %均優指標
        for i=1:m
            if v(i) < q(1)
                x(i) = 1-(q(1)-v(i))/(max([q(1)-min(v),max(v)-q(2)]));
            elseif v(i) > q(2)
                x(i) = 1-(v(i)-q(2))/(max([q(1)-min(v),max(v)-q(2)]));
            else
                x(i)=1;
            end
        end
    end
end
x = reshape(x,size(v));
end

運行測試

可以看到，對於1到10這樣一組數據，通過standlize這個函數的不同調用方式，實現了數據的指標標准化。通過help可以查看用法。