学习matlab的吐血经验
matlab实训心得体会
matlab实训心得体会《MATLAB实训心得体会》一、引言随着科学技术的飞速发展，数值计算和仿真技术在各个领域的应用越来越广泛。
MATLAB作为一款强大的数学计算软件，在工程、物理、经济等多个领域都发挥着重要的作用。
为了更深入地掌握MATLAB的应用，我参加了为期一个月的MATLAB实训项目。
通过这次实训，我对MATLAB有了更全面的认识，也收获了许多宝贵的经验和技能。
二、实训过程在实训过程中，我们主要进行了以下几个方面的工作：1.基础知识学习：首先，我们系统地学习了MATLAB的基础知识，包括语法、数据类型、函数、程序流程控制等。
这些基础知识是后续学习的基础，对于我们理解和应用MATLAB至关重要。
2.编程实践：在掌握了基础知识后，我们开始进行编程实践。
通过编写各种类型的程序，如矩阵运算、数据处理、图形绘制等，来提高我们的编程能力和解决问题的能力。
3.项目实战：最后，我们参与了几个实际项目。
在这些项目中，我们不仅将所学的知识应用到实际问题中，还学会了如何与团队成员协作、如何解决突发问题等。
三、实训收获经过一个月的实训，我取得了显著的进步，具体表现在以下几个方面：1.提高了编程能力：通过大量的编程实践，我的MATLAB编程能力得到了很大的提高。
现在，我已经能够熟练地运用MATLAB解决各种复杂的问题。
2.加深了对MATLAB的理解：实训让我更深入地了解了MATLAB的工作原理和应用场景。
我意识到，MATLAB不仅仅是一款编程软件，更是一个强大的数学计算和仿真平台。
3.培养了团队协作能力：在项目实战中，我学会了如何与团队成员进行有效的沟通和协作。
我们共同解决问题、分享经验，最终完成了项目目标。
4.增强了自信心：通过实训，我成功地解决了许多实际问题，这让我对自己的能力和潜力充满了信心。
我相信，在未来的学习和工作中，我会更加自信地面对各种挑战。
四、展望未来虽然我在实训中取得了一定的成绩，但我深知自己还有很多不足之处需要改进。
matlab学习心得体会（精选3篇）
matlab学习心得体会（精选3篇）ma tlab学习心得体会（精选3篇）首先我想说的是，matla b跟其他语言不一样（我用的比较多的编程语言，除了matlab就应该是c或c＋＋了，VB和Delphi也接触过，我想版面(matlab版)大部分人也差不多），如果你抱着“把其他语言的思想运用在matla b里面”的话，那么我想，即使程序运行不出错，也很难把握mat lab的精髓，也就很难发挥matlab的作用了。
所以，如果你是希望matlab作为VC的附属品，即你不想在matlab上面花太多功夫，只纯粹想用matlab来完成VC做不了或很难做成的任务的话，那么，这篇文章你也不需要再阅读下去了；如果你是希望掌握一门语言、一个工具，使它更有效为你服务的话，那么，希望本文对你有所帮助。
Matlab是一个基于矩阵运算的软件，这恐怕是众所周知的事情了，但是，真正在运用的时候（就是在编程的时候），许多人（特别是初学者）往往没有注意到这个问题，因此，fr循环（包括hi le 循环）满天飞…………..这不仅是暴殄天物（没有发挥mat lab所长），还浪费了你宝贵的时间。
对此，版友MVH在他的“MATLAB 小技巧”一文中也有所涉及，雷同的东西我也就不重复了，matlab的“帮助”里面也有相关的指示。
我这里想说的一点是，初学者往往在初始化矩阵的时候注意到这个问题，懂得了使用矩阵而不是循环来赋值，但是，在其他环节上，就很容易疏忽，或者说，仍然没有摆脱C＋＋的思想。
举个例子吧，下面的代码是我的一个师弟写的，我想他接触matlab 也有2、3年时间了（在此说明一下，接触2、3年并不是表示每天都会跟mat lab打交道，我本人也不是，只是在一年某几个时间段里面连续使用），但是仍然会出现类似的问题：上面的代码实现了一个目的――检查信号i mf1（一个向量）是否存在绝对值大于1的点，这显然是基于C＋＋的思想写出来的。
MatLab实习心得体会2篇
MatLab实习心得体会 (3)MatLab实习心得体会 (3)精选2篇（一）在进行MatLab实习的过程中，我学到了很多关于MatLab的知识和技巧，也锻炼了自己的解决问题的能力。
以下是我在实习过程中的一些心得体会：1. 熟练掌握基本语法：MatLab有很多基本的函数和语法，熟练掌握这些基本知识对于编写代码至关重要。
在实习过程中，我花了很多时间学习和练习MatLab的基本语法，以确保我能够正确地使用各种函数和语句。
2. 学会使用文档和资源：MatLab有非常丰富的文档和资源库，可以帮助我们快速解决问题。
在实习过程中，我学会了如何使用MatLab的文档和资源库，并从中获取并应用相关知识。
3. 编写模块化的代码：编写模块化的代码可以使代码更加清晰和可读，也方便后续的调试和维护。
在实习过程中，我尽量将代码分解为不同的功能模块，并使用函数和脚本文件将它们组织起来。
4. 遇到问题要善于查找解决方案：在实习过程中，我遇到了很多问题，有些问题在课堂上并没有涉及到。
在解决这些问题的过程中，我学会了如何善用搜索引擎和MatLab 的社区论坛，通过查找解决方案，我能够更快地解决问题。
5. 多做实践练习：实践是学习MatLab最有效的方法之一。
在实习过程中，我尽量多做一些实践练习，通过实际操作来加深对MatLab的理解和掌握。
总的来说，MatLab实习不仅让我学到了很多关于MatLab的知识和技巧，也使我对编程和问题解决能力有了更深入的认识和提高。
通过实习，我能够更加独立地解决问题，并且对MatLab的应用范围也有了更清晰的认识。
MatLab实习心得体会 (3)精选2篇（二）在MatLab实习期间，我学到了很多关于编程和数据分析方面的知识和技能。
通过实践操作和与同事的合作，我更深入地理解了MatLab的各种功能和用法。
首先，我学会了如何使用MatLab进行数据处理和分析。
我学习了如何导入、清洗和处理数据，以及如何应用不同的统计分析方法来解读数据。
MATLAB心得体会
MATLAB心得体会这学期开了MATLAB这门课程,这里面有太多的学问。
只要书里面有最基本的语法与命令,对于一个有编程基础的人,MATLAB可以在一个下午的时间内学会。
当然,仅仅就是学会。
如果想要对MATLAB比较得心应手,那么最好的办法就就是练习。
练习的素材很多,比如对于学经济学的,可以做一些simulation之类的,也可以试着把计量或者宏观教材里面的一些算法写写出来。
一开始可能很慢,但就是当您完成了一个比较大的project的时候,您的MATLAB的功力将会有巨大的提升。
用MATLAB的无非就是做数值计算或者最优化,这也就是MATLAB的强项,MATLAB有足够多的工具解决这些问题。
但就是在使用这些工具箱之前,应该首先了解一些数值计算以及最优化的理论。
这一点在程序碰到问题或者计算结果不理想的时候尤为重要。
很多时候结果不理想并不就是自己的理论出了问题,而就是盲目或者错误使用MATLAB的工具箱而导致的。
比如我曾经做过一个单纯形法的优化程序,但就是结果总就是不理想,这个时候就要返回到单纯形法具体就是一种什么样的来考虑这个问题,最后发现就是由于目标的某一部分十分平缓导致的。
当然更重要的就是如果您不理解理论,很多问题根本不知道如何处理。
有个学化学同学就曾问我一个程序怎么写,说MATLAB肯定可以完成的。
了解清楚之后才明白原来她想做的就就是一个受限最小二乘。
但就是她不懂得什么就是最小二乘,当然面对这个问题无从下手。
这个问题没有人强调,但我觉着蛮重要。
这里的关键点其实很简单,就就是尽量减少重复计算,哪怕就是多项式复杂度以内的计算。
重复计算的内容应该适时保存到内存中,以后直接调用。
一个程序可能会重复运行几千次几万次,一点点的浪费时间都可能被放大很多。
空间(内存)我们就是可以扩充的,但就是时间不就是,所以绝大多数时候我们需要放弃空间,获得时间上的迅捷。
这里有个故事,曾经在某技术论坛上瞧到的,说腾讯公司早期做的QQ实在太过垃圾,她们追踪过QQ的行为,发现在几分钟时间里重复调用了某同一注册表项几百次。
matlab学习总结
matlab学习总结MATLAB（矩阵实验室）是一种用于科学计算、数据分析和可视化的高级编程语言和环境。
学习和使用MATLAB可以帮助科学家、工程师和研究人员更加高效地处理和分析数据，进行模型建立和仿真。
在这篇总结中，我将回顾我的MATLAB学习经历，分享我在学习和使用MATLAB过程中的收获和体会。
在学习MATLAB的过程中，我发现了一些重要的学习方法和技巧。
首先，了解MATLAB的基本语法和常用函数是学习的第一步。
MATLAB的语法和其他编程语言有一些区别，例如使用“=”而不是“==”赋值，使用“end”而不是“{ }”表示循环和条件语句的结束等。
此外，MATLAB内置了许多常用的数学函数和工具箱，学习如何使用这些函数和工具箱对数据进行分析和处理非常重要。
掌握这些基础知识是学习和使用MATLAB的基础。
其次，通过实践来学习是非常有效的。
只有通过实际解决问题和编写代码，才能真正掌握和理解MATLAB的各种功能和应用。
在学习过程中，我不断寻找一些实际问题来解决，并使用MATLAB来进行分析和解决。
这样的实践帮助我提高了MATLAB的使用技巧和复杂问题的解决能力。
此外，参考书籍和在线资源也是学习MATLAB的重要途径。
我在学习过程中使用了一些经典的MATLAB教材和在线教程，这些资源对我理解MATLAB的基本概念和进一步提高我的编程能力非常有帮助。
此外，MATLAB的官方网站和论坛也提供了大量的学习资料和解决问题的方法，可以帮助我们更好地学习和使用MATLAB。
MATLAB的一个重要特点是它强大的数据可视化功能。
通过使用MATLAB绘制图形，我们可以更好地理解和展示数据。
在学习过程中，我学会了使用MATLAB的图形函数和工具来创建各种类型的图表，包括折线图、柱状图、饼图等。
这些图表不仅可以帮助我们更好地理解数据，还可以用于报告和展示研究结果。
与此同时，MATLAB还提供了许多工具箱和扩展包，以满足不同领域的需要。
初学matlab报告心得
初学matlab报告心得引言MATLAB（Matrix Laboratory）是一种用于数值计算和数据可视化的高级软件系统。
作为一名初学者，我在学习MATLAB的过程中获得了许多宝贵的经验和体验，本报告将对此进行总结和分享。
学习经历学习资源选择在学习MATLAB之前，我首先通过互联网搜索了一些与MATLAB相关的学习资源。
这些资源包括MATLAB官方文档、教程视频以及在线论坛等。
经过仔细比较，我选择了一本深入浅出的MATLAB教程书籍作为我的主要学习资料。
这本书籍以简洁、通俗易懂的方式介绍了MATLAB的基础知识和常用功能，非常适合初学者。
学习方法在真正开始学习MATLAB之前，我制定了一套学习计划。
首先，我将学习材料中的每个章节进行分类，然后根据难易程度和相关性进行排序。
然后，我每天规划一定的学习时间，按照计划逐一学习每个章节的内容。
对于不熟悉的概念和方法，我会进行反复阅读，并尝试在MATLAB环境中实践。
学习心得通过学习MATLAB，我收获了许多宝贵的经验和体会。
首先，MATLAB的语法简洁而灵活，使得编写代码变得非常方便。
与其他编程语言相比，MATLAB具有更高的可读性和可理解性，对于初学者来说，减少了理解和调试的困难。
其次，MATLAB提供了丰富的工具箱和函数库，可以轻松完成各种数值计算和数据处理任务。
与传统的编程语言相比，MATLAB的内置函数和工具箱简化了代码的编写过程，提高了工作效率。
此外，MATLAB还具有强大的数据可视化能力。
通过简单的命令和函数，我们可以将数据以图表的形式展示出来，便于观察和分析。
这对于理解和解释数据非常有帮助。
最后，学习MATLAB需要不断的实践和尝试。
仅仅阅读书籍和文档是远远不够的，我们需要将所学内容应用到实际问题中，才能真正理解和掌握。
学习收获通过学习MATLAB，我不仅掌握了MATLAB的基础知识和常用功能，还培养了一些与编程相关的能力和思维方式。
首先，我学会了如何利用MATLAB进行数据处理和分析。
MATLAB总结
MATLAB总结这是我第一次接触MATLAB，说真的刚开始我真的一点也不懂老师说的是什么，可是当我听了很多学长说这门课对我们这个专业非常重要的时候，我才开始意识到我不能就此罢休，应该好好的学，自此我上课之前都把书先看一遍，老师上课的时候我很认真的听讲，现在虽然还有很多的知识我还是不太清楚，但是我认真的学过，我想再复习也就不太那么难了，现在就我对MATLAB这门课的认识做一下简单的总结。
第一章主要介绍了MATLAB的桌面环境，以及介绍这个软件的基本功能，使大家初步了解它的用途，同时也介绍了工作空间浏览器、数组编辑器、M文件性能剖析器等。
第二章的学习是重点，主要讲的是矩阵和数组，首先，数组是有序数据的集合，在大多数的每一个元素都属于同一种数据类型，它们使用同一个数组名称和不同的下标来唯一确定数组中的成员，其中，下标是指数组中的序号。
求矩阵最值函数：C=max(A)，当A是矩阵时，返回各列最大值；当A是向量（行或列）时返回向量的最大值。
C=max(A,B)，A与B大小一样，返回相应位置的最大值。
C=max(A,[],1)，返回第一维(各列)最大值。
C=max(A,[],2)，返回第二维(各行)最大值。
[C,I] = max(...)，返回最大值，以及该最大值的位置。
注：min函数用法与max函数类似。
矩阵除法：X=A\B；AX=BX=A/B；XA=B矩阵操作函数矩阵转置：’矩阵求行列式：det矩阵求逆：inv矩阵特征值求取：eig矩阵特征多项式系数求取：ploy矩阵对角元向量提取：diag字符转换（输出）函数：sprintf('A(%d,%d)=%.1e\n',m,n,A(m,n)),字符串转换；fprintf('A(%d,%d)=%.1e\n',m,n,A(m,n)),字符串输出至显示屏；%d等表示输出数值的格式，具体用法见help文件。
矩阵求和函数：C=sum(A)，当A是矩阵时，返回各列之和；当A是向量（行或列）时，返回所有元素之和。
学习Matlab心得体会-互联网类
学习Matlab心得体会－互联网类《学习 Matlab 心得体会－互联网类》在当今这个互联网时代，各种编程语言层出不穷，而 Matlab 就像是其中一位特别有个性的“小伙伴”。
要说我学习 Matlab 的经历，那可真是充满了曲折和乐趣。
还记得刚开始接触 Matlab 那会儿，我完全是一头雾水。
看着那满屏幕的代码和复杂的函数，我心里直犯嘀咕：“这都是啥呀？”但没办法，既然选择了要攻克它，就得硬着头皮上。
我最先遇到的难题就是那些密密麻麻的函数名和参数。
什么“plot”“imread”“fft”，每个函数都好像在对我说：“来呀，搞懂我呀！”我就像个在迷宫里乱转的小白鼠，到处碰壁。
比如说，有一次我想画个简单的折线图，我自以为已经把“plot”函数的参数设置得妥妥当当，结果运行出来的图简直是“惨不忍睹”，线条歪歪扭扭，坐标轴的标注也是乱七八糟。
当时我那个郁闷啊，差点就想放弃了。
不过，好在我这人有股倔劲儿，越是难搞的东西，我越要把它拿下。
于是，我开始静下心来，仔仔细细地去阅读 Matlab 的帮助文档，一个函数一个函数地去琢磨。
还别说，真让我发现了不少窍门。
慢慢地，我掌握了一些基本的操作，也能做出一些简单的程序了。
但这还远远不够，真正让我感受到 Matlab 强大之处的，是一次课程作业。
那是一个关于图像处理的作业，要求我们用 Matlab 对一张图片进行各种处理，比如去噪、增强对比度、边缘检测等等。
拿到作业的时候，我心里其实挺没底的，毕竟之前都是小打小闹，这次可是要动真格的了。
我先从读取图片开始，这一步还算顺利。
但当我开始尝试去噪的时候，问题就来了。
我试了好几种去噪的方法，结果不是把图片弄得模糊不清，就是根本没起到什么作用。
我急得抓耳挠腮，在网上到处搜索相关的案例和教程。
经过一番折腾，我终于找到了一个比较合适的去噪函数，调整了参数之后，图片的噪点果然少了很多。
接下来是增强对比度，这个相对来说简单一些，我很快就找到了合适的函数并且得到了不错的效果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
经验之一：Matlab函数句柄、feval函数和inline函数的使用MATLAB函数句柄函数句柄（Function handle）是MATLAB的一种数据类型。
包含了函数的路径、函数名、类型以及可能存在的重载方法；引入函数句柄是为了使feval及借助于它的泛函指令工作更可靠；使“函数调用”像“变量调用”一样方便灵活；提高函数调用速度，特别在反复调用情况下更显效率；提高软件重用性，扩大子函数和私用函数的可调用范围；迅速获得同名重载函数的位置、类型信息。
--------------------------------------可以与变量一样方便地使用：比如说，在现在这个目录运行时，创建了本目录一个函数的句柄，当转到其他目录时，可以通过函数句柄直接调用上一个目录的函数，而不需要把那个函数文件复制过来，因为创建的函数句柄中已经包含了路径信息；提高函数调用速度：因为matlab对函数的调用每次都是要搜索所有的路径，从set path 中可以看到，路径是非常的多的，所以如果一个函数在程序中需要经常用到的话，使用函数句柄，对速度会有提高的；--------------------------------------MATLAB中函数句柄的使用使得函数也可以成为输入变量，并且能很方便的调用，提高函数的可用性和独立性。
函数句柄实际上提供了一种间接调用函数的方法。
创建函数句柄需要用到操作符@创建函数句柄的语法：fhandle = @function_filename调用函数时就可以调用该句柄，可以实现同样的功能。
例如fhandle = @sin就创建了sin的句柄，输入fhandle(x)其实就是sin(x)的功能。
如% % ------------------------------------------------fhandle=@sinfhandle(pi)sin(pi)% % ------------------------------------------------例如：新建M文件f1.mfunction y=f1(X)x1=X(1);x2=X(2);y=x1^2+x1*x2;新建M文件ftest.mfunction Y=ftest(f,X)syms x1 x2;F=f([x1,x2]);v=[x1,x2];grad=jacobian(F,v);Y=subs(grad,v,X);在MATLAB命令窗口输入Y=ftest(@f1,[2,1])，得到结果：Y =5 2此处@f1即为函数f1的句柄，可以用class(@f1)判断变量的类型，得到ans = function_handle即函数句柄。
函数ftest是求一个二维函数在指定点的梯度值。
我们可以替换目标函数为f2或其他函数同样可以求得梯度。
这样函数ftest就可以适用于任何二维函数而不必做改动了。
feval函数如何理解feval函数的最通常的应用是以下形式：feval('functionname',parameter)，举个简单的例子：比如要计算sin(2),当然可以直接用命令y=sin(2);利用feval，还可以这样来做：y＝feval('sin',2);另外这里的函数名字还可以是一个函数句柄，即h=@sin;y=feval(h,2);或者直接写成y=feval(@sin,2);内联函数（inline function）inline函数不是函数句柄, 是另外一种类型, 它也可以用变量来表示函数, 用法也和一般函数, 函数句柄是一样的.内联函数和普通的函数句柄，准确说跟匿名函数比较类似，可以通过一个函数表达式近而得到该函数。
在matlab中创建局部函数时，可用inline。
优点是不必将其储存为一个单独文件。
在运用中有几点限制：不能调用另一个 inline函数，只能由一个matlab表达式组成，并且只能返回一个变量---显然不允许[u,v]这种形式。
因而，任何要求逻辑运算或乘法运算以求得最终结果的场合，都不能应用inline。
语法格式如下：1 变量名=inline（表达式）；2 变量名=inline('函数表达式', '变量名1','变量名2', ... ,'变量名n')；（推荐）例如：a='x+y';f=inline(a)；f(2,3)ans =5或者：f=inline('x+y','x','y')；f(2,3)ans =5inline函数可以对某个变量调用数组，如：Fofx=inline(‘x .^2*cos(a*x)-b’ , ‘x’,’a’,’b’);g= Fofx([pi/3 pi/3.5],4,1)系统输出为：g=-1.5483 -1.7259经验之二：break就是直接跳出该层循环continue就是直接进入该层循环的下一次迭代return就是直接退出程序或函数返回了经验之三：Matlab中添加高斯白噪声(Learning to use Matlab)MATLAB中产生高斯白噪声非常方便，可以直接应用两个函数，一个是WGN，另一个是AWGN。
WGN用于产生高斯白噪声，AWGN则用于在某一信号中加入高斯白噪声。
1. WGN：产生高斯白噪声y = wgn(m,n,p) 产生一个m行n列的高斯白噪声的矩阵，p以dBW为单位指定输出噪声的强度。
y = wgn(m,n,p,imp) 以欧姆(Ohm)为单位指定负载阻抗。
y = wgn(m,n,p,imp,state) 重置RANDN的状态。
在数值变量后还可附加一些标志性参数：y = wgn(…,POWERTYPE) 指定p的单位。
POWERTYPE可以是'dBW', 'dBm'或'linear'。
线性强度(linear power)以瓦特(Watt)为单位。
y = wgn(…,OUTPUTTYPE) 指定输出类型。
OUTPUTTYPE可以是'real'或'complex'。
2. AWGN：在某一信号中加入高斯白噪声y = awgn(x,SNR) 在信号x中加入高斯白噪声。
信噪比SNR以dB为单位。
x的强度假定为0dBW。
如果x是复数，就加入复噪声。
y = awgn(x,SNR,SIGPOWER) 如果SIGPOWER是数值，则其代表以dBW为单位的信号强度；如果SIGPOWER为'measured'，则函数将在加入噪声之前测定信号强度。
y = awgn(x,SNR,SIGPOWER,STATE) 重置RANDN的状态。
y = awgn(…,POWERTYPE) 指定SNR和SIGPOWER的单位。
POWERTYPE可以是'dB'或'linear'。
如果POWERTYPE是'dB'，那么SNR以dB为单位，而SIGPOWER以dBW为单位。
如果POWERTYPE 是'linear'，那么SNR作为比值来度量，而SIGPOWER以瓦特为单位。
经验之四：error(‘报错跳出’) nargin 定义的函数中应该输入的变量个数经验之五rref是把矩阵化为最简矩阵的函数用det计算方阵的行列式值用rank计算矩阵的特征值drawnow是刷新屏幕的语句；Imfinfo 可以查看图片的所在的位置信息经验之六：求解Ax=d的解x1. LU分解% file: myLU.mfunction [L,U]=myLU(A)%实现对矩阵A的LU分解，L为下三角矩阵A[n,n]=size(A);L=zeros(n,n);U=zeros(n,n);for i=1:nL(i,i)=1;endfor k=1:nfor j=k:nU(k,j)=A(k,j)-sum(L(k,1:k-1).*U(1:k-1,j)');endfor i=k+1:nL(i,k)=(A(i,k)-sum(L(i,1:k-1).*U(1:k-1,k)'))/U(k,k);endend2. 用分解获得的L，U求解x?[L,U] = myLU(A)[n,m]=size(A)y(1)=d(1);for i=2:nfor j=1:i-1d(i)=d(i)-L(i,j)*y(j);endy(i)=d(i);endx(n)=y(n)/U(n,n);for i=(n-1):-1:1for j=n:-1:i+1y(i)=y(i)-U(i,j)*x(j);endx(i)=y(i)/U(i,i);end经验之七：对于用imread读回来的图片信息例如 [123,12,3];123 12 分别是图片的宽高也是一个三维度的矩阵包含了图片的色度信息吐血经验之八：%如何设置图片的大小cleara=imread('01.jpg');%读入一张图片b=imresize(a,[100 200]);%设置你想要的大小imwrite(b,'02.jpg');%按改变后的大小输出你的图片数据%GIF动画文件生成I=cell(1,30); %这个好像是创99个房间用来一个放图片信息这里值得注意图片是一个三维矩阵奥for b=1:30m1=imread([int2str(b),'.jpg']); %m1是一个公共变量会不停的被下一张图片信息覆盖最后是最后一张图片的信息I{b}=m1; %I{1}。
I{99}就是每一张图片的信息endc=cell(1,30);[I{1},c{1}]=rgb2ind(I{1},256);imwrite(I{1},c{1},'test1.GIF','gif','Loopcount',inf,'DelayTime',0.4);for i=2:30;[I{i},c{i}]=rgb2ind(I{i},256);imwrite(I{i},c{i},'test1.GIF','gif','WriteMode','append','DelayTime',0.4); end;经验之九：Sum的用法a=sum(x); %列求和a=sum(x,2); %行求和a=sum(x(:)); %矩阵求和经验之九：/p-438913927.html这个有很多很好地的函数用法！大吐血经验之十：Excel和matlab数据的导入与导出xlswrite('tj.xlsx',W,'B3:I5');把matlab中产生的数据W导入到制定的tj.xlsx 对于制定区域的格式要当心a=xlsread('tj.xlsx',W,'B3:I5');。