MATLAB中什么是矩阵的维数？请举例说明
a =
1 1 1 1 1
1 1 1 1 1
1 1 1 1 1
就上面这样一个矩阵而言，它有3行5列
第一维：行维，即行向，也即垂直方向，维数为3，就矩阵a而言
第二维：列维，即列向，也即水平方向，维数为5
第三维：页，类似课本的一页一页，每一页是个平面，可以放一个类似a的二维矩阵
第四维：就是一个抽象的概念
第五维：类似第四维。
扩展资料：
矩阵维数：
一维数组
>> a=1:10
a =
1 2 3 4 5 6 7 8 9 10
>>
一维数组可以看做向量，是由一行数据或者一列数据所组成，其大小为1xn或者是nx1。
多维数组可以这样理解：
一维数组（向量）看做某一本书中某一页的一行（一列）
二维数组看做是由多行多列（多个一维数组）组成的一本书中的一页
三维数组看做是由多页（多个矩阵）组成了一本书
四维数组看做是由多本书（多个三维数组）组成了一个书架中的某一排
参考资料来源：百度百科-MATLAB
绛旓細鑾峰緱鐭╅樀琛屾暟鎴栧垪鏁扮殑鍑芥暟濡備笅锛1銆乶dims(A)杩斿洖A鐨勭淮鏁 2銆乻ize(A)杩斿洖A鍚勪釜缁寸殑鏈澶у厓绱犱釜鏁 3銆乴ength(A)杩斿洖max(size(A))4銆乕m,n]=size(A)濡傛灉A鏄簩缁存暟缁勶紝杩斿洖琛屾暟鍜屽垪鏁 5銆乶nz(A)杩斿洖A涓潪0鍏冪礌鐨勪釜鏁 渚嬪锛氱煩闃礎=[1,2,3;2,3,4]琛屾暟涓簊ize(A,1)=2鍒楁暟size(A,2)...
绛旓細reshape 鍑芥暟鏈変互涓嬩簲绉嶈皟鐢ㄥ舰寮忥細1銆丅 = reshape(A,m,n)2銆丅 = reshape(A,m,n,p,...)3銆丅 = reshape(A,[m n p ...])4銆丅 = reshape(A,...,[ ],...)5銆丅 = reshape(A,size)reshape鏄竴绉嶅嚱鏁帮紝鍑芥暟鍙互閲嶆柊璋冩暣鐭╅樀鐨琛屾暟銆佸垪鏁般缁存暟銆
绛旓細娌￠檺鍒讹紱鍥犱负鎴戠敤杩囦笂鍗鐨勭淮鏁浜嗭紙鍥惧儚鏄笂鍗冪淮鏁鐨勭煩闃锛夛紱鎴戠湅鏄綘杈撳叆鐨勭煩闃碉紝瀹冪殑缁存暟涓嶇粺涓锛涘氨鏄锛屼綘杈撳叆鐨勭煩闃碉紝褰撴瘡涓琛岀殑鏁版嵁鏁扮洰涓嶇浉鍚岀殑鏃跺欙紝灏变細鏄剧ず閿欒
绛旓細琛ㄧず鍑犵淮鏁扮粍锛孿x0d\x0a渚嬶細\x0d\x0a鐗逛緥锛氭爣閲(1x1)鍜屽悜閲(1xn)鐨刵dims鏄2锛matlab涓锛塡x0d\x0a鐭╅樀(mxn)鏄2\x0d\x0a澶氱淮鏁扮粍锛欰(i1,i2,i3,i4,...,ik)锛岄偅涔圓鐨刵dims鏄痥\x0d\x0a\x0d\x0a鍏跺疄璇寸櫧浜嗗氨鏄痳esize(A)鐨勮繑鍥炲硷紙鍚戦噺锛夌殑闀垮害銆
绛旓細[]鏄负浜嗗尯鍒玬ax(x,y)鍜宮ax(x,[],dim)锛岃〃绀鸿繖鏄袱绉嶈皟鐢ㄦ柟寮忋俤im琛ㄧず缁存暟銆傚鏋渪鏄竴涓鐭╅樀鐨璇濓紝dim鍙1琛ㄧず鎵捐繖涓鐭╅樀涓鍚勫垪鐨勬渶澶у硷紝dim鍙2琛ㄧず鎵捐繖涓煩闃典腑鍚勮鐨勬渶澶у笺
绛旓細matlab鐨鏁版嵁缁撴瀯鍙湁鐭╅樀涓绉嶅舰寮忥紝瀵逛簬matlab鏉ヨ锛屾暟缁勬垨鍚戦噺涓庝簩缁寸煩闃靛湪鏈川涓婃病鏈夊尯鍒紝鎵鏈夌殑杩斿洖缁存暟閮芥槸2锛屾墍鏈夌殑涓滆タ閮戒互鐭╅樀鐨褰㈠紡淇濆瓨銆傜煩闃靛彲缁嗗垎涓猴細鏅氱煩闃靛拰绋鐤忕煩闃点
绛旓細鍗砿ax(size(a)) 姣斿length([1 2 3;4 5 6]) 绛変簬3锛屽洜涓2鍜3涓渶澶ф槸3 褰揳鏄悜閲忔椂锛屽嵆琛ㄧず鍚戦噺鐨勫厓绱犱釜鏁帮紝鍥犱负鍚戦噺鎬绘槸1脳n鎴杗脳1鐨勶紝鑰宯涓瀹氬ぇ浜庢垨绛変簬1.鎵浠ュ緱鍒扮殑缁撴灉涓瀹氭槸n ndims(a)琛ㄧず鐭╅樀a鐨勭淮鏁锛屽嵆length(size(a)) 姣斿ndims([1 2 3;4 5 6]) 绛変簬2锛...
绛旓細鐭╅樀鐨闀垮害鍙互鐢ㄥ嚱鏁發ength锛坸锛夎幏寰楋紝缁存暟鍙互鐢╯ize锛坸锛夊嚱鏁拌幏寰 杩欓噷浣犲彲浠ョ敤璇彞a=my_sort(a);瀹屾垚浣犳兂瑕佺殑鍔熻兘
绛旓細杩欎釜寰楃湅浣犲叿浣撶殑绋嬪簭搴旂敤鍚э紝鎵撲釜姣旀柟璇村惂锛鍦╩atlab涓鎴戜滑瀛樻湁涓鍓浘鐗囷紝鏍煎紡璁句负RGB鐨勶紝鍚嶅瓧灏卞彨a锛岄偅涔圧鍒嗛噺鎴戜滑灏卞彲绠鍗曡〃绀轰负R=a锛堬細锛1锛夛紝鍚岀悊G=a锛堬細锛2锛夛紝B=a锛堬細锛3锛夛紝涔熷氨鏄锛宎(x:y:z)涓瓃浠ｈ〃鐨鏄淮鏁锛寈鍜寉浠ｈ〃鐨勬槸鍥剧墖鍍忕礌锛寈鍜寉灏辩被浼间竴涓钩闈㈠潗鏍囷紝濡傛灉鎷彿鍙湁...
绛旓細鐭╅樀A鐨勭淮鏁鐢╯ize(A)鑾峰彇锛屼笉绠℃槸鏁存暟鐭╅樀銆佸疄鏁扮煩闃佃繕鏄鏁扮煩闃碉紝閮芥槸杩欎釜鎸囦护
