Matlab のバックアップ(No.24)

function [ret] = cut_real_trials(realdm)
ret = {};
index = 1;
for a = realdm'
    c = a{3};
    for i = 1:size(c, 2)-1
        first = c(i);
        last = c(i + 1) - 1;

        ret(index, 1:3) = {a{1}(first:last), a{2}, first:last};
    end
    index = index + 1;
end
end

↑

一次元cell配列のforの参照はcell †

for i = data
    data_cated = [data_cated; i{1}];
end

↑

cell文字列を普通の文字列にする †

s = strjoin(s_cell);

↑

mat, cell配列へのバッチ処理 †

↑

cellfind †

c.f. matに使うfind
数字

C = {1,5,3,4,2,3,4,5,2,1};
index = find([C{:}] == 5);

文字

cell_array={1,eye(2),true,'foo',10};
string='foo'
logical_cells = cellfun(cellfind('foo'),cell_array)
logical_cells = 
                [0,0,0,1,0]

↑

arrayfun, cellfun †

aの各行のnormを取る．

d = arrayfun(@(idx) norm(a(idx,:)-m), 1:size(a,1))

cell文字列配列の全てに検索．

cellfun(@findstr, dm1(:, 2), cellstr(repmat('post', size(dm1, 1), 1)), 'UniformOutput', false)
cellfun(@(x, y) findstr(x, y), dm1(:, 2), cellstr(repmat('post', size(dm1, 1), 1)), 'UniformOutput', false)

@は関数オブジェクトにするくらいの気持ち．ラムダといったほうが近い？
Uniformなんとかって言われたら，戻り値は一個にしてくれ，という意味．
引数も全てcellにしなければならない．

↑

mat, cellのforeachの要素 †

縦列ずつ取って来られる
- しばしば転置をかける必要がある．

↑

逆PCA †

PCAをかけた軸が何を表しているか？

[coeff, score, c, d, expected, mu] = pca(tac);
% 第i主成分が元のデータでどのようなデータになっているか？
% tac = score * coeff' + repmat(mu, size(score, 1), 1)
% tac(i, :) = score(i, :) * coeff' + mu
% PCAを張ったデータ以外のデータdataの第i主成分は何か？
% s = (tac_now - repmat(mu, size(tac_now, 1), 1)) * inv(coeff');
% s(i, :) = (tac_now(i, :) - mu) * inv(coeff');

↑

PCA Expectedの見方 †

plot(cumsum(expected), '+');

↑

移動平均 †

filter(デジタルフィルタ)が使える．
- 分子部分だけ使ってz変換として利用．

r = [0 1 2 3 4];
A=[-1 3];
f=filter(A, 1, r)

f =
     0    -1     1     3     5

↑

線形近似(擬似逆行列演算) †

y = X * a + e

モデルに対して，

a = X \ y
e = y - X * a

% Enter t and y as columnwise vectors
t = [0 0.3 0.8 1.1 1.6 2.3]';
y = [0.6 0.67 1.01 1.35 1.47 1.25]';
% Form the design matrix
X = [ones(size(t))  exp(-t)  t.*exp(-t)];
% Calculate model coefficients and residental
a = X\y
r = y-X*a

↑

分割plot †

plotを分割できる．
- subplot(w, h, index)を宣言してからplot, scatterをすれば分割ができる．
- title, xlabel, ylabelなどはplotのあと．

↑

sprintf †

c言語のsprintfとの差分は，"が'となっていることのみ．

↑

多次元データの見方 †

imagesc
- 全部生で見られる
pca
- 次元を落とす

↑

分布の見方 †

mean, var, hist
hist

[nelements,xcenters] = hist(data)
bar(xcenters,nelements)

↑

メモリの節約 †

きちんと使わなくなった変数はsaveして，必要になったらloadするように．

↑

不必要なfind †

A(A<0.5) = 0でよい．findはいらない．

↑

Shuffle †

データのシャッフル
- Period Shuffle Surrogate，実験順序生成のために．

data = data_num(randperm(length(data_num)));

↑

Color Bar †

imagescのcolorbarを変えたい時に使う． colormap(-sortrows(-gray))

↑

Matlab環境 †

↑

初期設定について †

matlab/project1を作る．
project1/load_env.mにpathの設定などを入れる
project1/load_project1.mにデータのload関数を入れる．

↑

ワークスペースの保存と再開 †

作業の終わりにはsave('yyyymmdd.mat','-v7.3');
作業の始めにload('yyyymmdd.mat, '-v7.3');

↑

マルチプロセスによる並列化 †

マルチプロセスでmatlabの実行

screen
matlab -nodisplay
[command]
[ctr-ad] # detach

戻って見たい場合は，

screen -ls
screen -r

↑

vim配列のmatlab †

無理らしい
- いちおう，CUIで起動中に!vi hoge.mとして，matlab内でviを立ち上げることでできなくない．

↑

matlabのオプション †

http://d.hatena.ne.jp/ruicc/20091216/1260981595 このページには，描画すらもCUIでできるようにする方法が書いてある．
'-r' 初回コマンドで指定可能．hoge.mを作って，-r hogeとすれば，あたかもhogeを実行するコマンドになる．
'-nodisplay' GUIの表示非表示

↑

Exit Blocker †

非保存のファイルを１つ残すべき

Matlab のバックアップ(No.24)

検索

メモ

僕の経験

生活

常識

金銭

旅行

健康

美術

学業

国

言語

エンジニアリング

統合システム

ハード

ソフト

管理

制御

趣味

嗜好品

鑑賞

習得

情報発信

デザイン

情報発信

文章

ビジネス

事業

会計

商談

投資

遂行

情報・知的財産

研究

研究基本

研究課題発見

研究方法

研究表現

研究発表参加

研究哲学

研究室運営

最新の70件

メモ †

目次 †

参考ページ †

疑問 †

cellの中身に直接カッコオペレータ †

structure †

Matlab文法 †

cell配列について †

cell配列への代入 †

一次元cell配列のforの参照はcell †

cell文字列を普通の文字列にする †

mat, cell配列へのバッチ処理 †

cellfind †

arrayfun, cellfun †

mat, cellのforeachの要素 †

逆PCA †

PCA Expectedの見方 †

移動平均 †

線形近似(擬似逆行列演算) †

分割plot †

sprintf †

多次元データの見方 †

分布の見方 †

メモリの節約 †

不必要なfind †

Shuffle †

Color Bar †

Matlab環境 †

初期設定について †

ワークスペースの保存と再開 †

マルチプロセスによる並列化 †

vim配列のmatlab †

matlabのオプション †

Exit Blocker †