histcounts

Количества интервала гистограммы

свернуть все на странице

Синтаксис

[N,edges] = histcounts(X)

[N,edges] = histcounts(X,nbins)

[N,edges] = histcounts(X,edges)

[N,edges,bin] = histcounts(___)

N = histcounts(C)

N = histcounts(C,Categories)

[N,Categories] = histcounts(___)

[___] = histcounts(___,Name,Value)

Описание

пример

[N,edges] = histcounts(X) делит значения X в интервалы и возвращает количество в каждом интервале, а также края интервала. Функция histcounts использует автоматический алгоритм раскладывания, который возвращает интервалы с универсальной шириной, выбранной, чтобы покрыть область значений элементов в X и показать базовую форму распределения.

пример

[N,edges] = histcounts(X,nbins) использует много интервалов, заданных скаляром, nbins.

пример

Виды [N,edges] = histcounts(X,edges) X в интервалы с краями интервала, заданными вектором, edges. Значение X(i) находится в k th интервал если edges(k) ≤ X(i) <edges(k+1). Последний интервал также включает правильный край интервала, так, чтобы это содержало X(i) если edges(end-1) ≤ X(i) ≤ edges(end).


пример
[N,edges,bin] = histcounts(___) также возвращает индексный массив, bin, с помощью любого из предыдущих синтаксисов. bin является массивом, одного размера как X, элементы которого являются индексами интервала для соответствующих элементов в X. Числом элементов в k th интервал является nnz(bin==k), который совпадает с N(k).


пример
N = histcounts(C), где C является категориальным массивом, возвращает вектор, N, который указывает на число элементов в C, значение которого равно каждой из категорий C. N имеет один элемент для каждой категории в C.
N = histcounts(C,Categories) считает только элементы в C, значение которого равно подмножеству категорий, заданных Categories.
пример
[N,Categories] = histcounts(___) также возвращает категории, которые соответствуют каждому количеству в N с помощью любого из предыдущих синтаксисов для категориальных массивов.


пример
[___] = histcounts(___,Name,Value) использует дополнительные опции, заданные одним или несколькими аргументами пары Name,Value с помощью любой из комбинаций аргументов ввода или вывода в предыдущих синтаксисах. Например, можно задать 'BinWidth' и скаляр, чтобы настроить ширину интервалов для числовых данных. Для категориальных данных можно задать 'Normalization' и или 'count', 'countdensity', 'probability', 'pdf', 'cumcount' или 'cdf'.

`Примеры`

свернуть все

`Количества интервала и края интервала`

Скрипт Open Live Script

Распределите 100 случайных значений в интервалы. histcounts автоматически выбирает соответствующую ширину интервала, чтобы показать базовое распределение данных.

X = randn(100,1);
[N,edges] = histcounts(X)

N = 1×7

     2    17    28    32    16     3     2

edges = 1×8

    -3    -2    -1     0     1     2     3     4

`Определение количества интервалов`

Скрипт Open Live Script

Распределите 10 чисел в 6 равномерно распределенных интервалов.

X = [2 3 5 7 11 13 17 19 23 29];
[N,edges] = histcounts(X,6)

N = 1×6

     2     2     2     2     1     1

edges = 1×7

         0    4.9000    9.8000   14.7000   19.6000   24.5000   29.4000

`Определение краев интервала`

Скрипт Open Live Script

Распределите 1 000 случайных чисел в интервалы. Задайте края интервала с вектором, где первый элемент является левым краем первого интервала, и последний элемент является правым краем последнего интервала.

X = randn(1000,1);
edges = [-5 -4 -2 -1 -0.5 0 0.5 1 2 4 5];
N = histcounts(X,edges)

N = 1×10

     0    24   149   142   195   200   154   111    25     0

`Нормализованные количества интервала`

Скрипт Open Live Script

Распределите все простые числа меньше чем 100 в интервалы. Задайте 'Normalization' как 'probability', чтобы нормализовать количества интервала так, чтобы sum(N) был 1. Таким образом, каждое количество интервала представляет вероятность, что наблюдение находится в пределах того интервала.

X = primes(100);
[N,edges] = histcounts(X, 'Normalization', 'probability')

N = 1×4

    0.4000    0.2800    0.2800    0.0400

edges = 1×5

     0    30    60    90   120

`Определение размещения интервала`

Скрипт Open Live Script

Распределите 100 случайных целых чисел между-5 и 5 в интервалы и задайте 'BinMethod' как 'integers', чтобы использовать интервалы модульной ширины, центрируемые на целых числах. Задайте третий вывод для histcounts, чтобы возвратить вектор, представляющий индексы интервала данных.

X = randi([-5,5],100,1);
[N,edges,bin] = histcounts(X,'BinMethod','integers');

Найдите, что интервал значит третий интервал путем подсчета случаев номера 3 в индексном векторе интервала, bin. Результат совпадает с N(3).

count = nnz(bin==3)

count = 8

`Категориальные количества интервала`

Скрипт Open Live Script

Создайте категориальный вектор, который представляет голоса. Категориями в векторе является 'yes', 'no' или 'undecided'.

A = [0 0 1 1 1 0 0 0 0 NaN NaN 1 0 0 0 1 0 1 0 1 0 0 0 1 1 1 1];
C = categorical(A,[1 0 NaN],{'yes','no','undecided'})

C = 1x27 categorical array
  Columns 1 through 9

     no      no      yes      yes      yes      no      no      no      no 

  Columns 10 through 16

     undecided      undecided      yes      no      no      no      yes 

  Columns 17 through 25

     no      yes      no      yes      no      no      no      yes      yes 

  Columns 26 through 27

     yes      yes

Определите число элементов, которые попадают в каждую категорию.

[N,Categories] = histcounts(C)

N = 1×3

    11    14     2

Categories = 1x3 cell array
    {'yes'}    {'no'}    {'undecided'}

`Входные параметры`

свернуть все

X Данные, чтобы распределить среди интервалов
 вектор | матрица | многомерный массив


Данные, чтобы распределить среди интервалов, заданных как вектор, матрица или многомерный массив. Если X не является вектором, то histcounts обрабатывает его как вектор отдельного столбца, X(:).
histcounts игнорирует все значения NaN. Точно так же histcounts игнорирует Inf и значения -Inf, если края интервала явным образом не задают Inf или -Inf как край интервала.
Типы данных: единственный | удваиваются | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | логический | datetime | длительность

C Категориальные данные
 категориальный массив


Категориальные данные, заданные как категориальный массив. histcounts игнорирует неопределенные категориальные значения.
Типы данных: категориальный

nbins  Количество интервалов
 положительное целое число


Количество интервалов, заданных как положительное целое число. Если вы не задаете nbins, то histcounts автоматически вычисляет сколько интервалов, чтобы использовать на основе значений в X.
Пример: [N, края] = histcounts (X, 15) используют 15 интервалов.

края BinEdges 
 вектор


Края интервала, заданные как вектор. edges(1) является левым краем первого интервала, и edges(end) является правым краем последнего интервала.
Для datetime и данных длительности, edges должен быть datetime или вектором длительности в монотонно увеличивающемся порядке.
Типы данных: единственный | удваиваются | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | логический | datetime | длительность

Категории Категории включены в количество
 все категории (значение по умолчанию) | вектор ячейки векторов символов | категориальный вектор


Категории включены в количество, заданное как вектор ячейки векторов символов или категориальный вектор. По умолчанию histcounts использует интервал для каждой категории в категориальном массиве C. Используйте Categories, чтобы задать уникальное подмножество категорий вместо этого.
Пример: h = histcounts (C, {'Большой', 'Маленький'}) считает только категориальные данные в категориях 'Большими' и 'Маленькими'.
Типы данных: ячейка | категориальный

Аргументы в виде пар имя-значение
Укажите необязательные аргументы в виде пар ""имя, значение"", разделенных запятыми. Имя (Name) — это имя аргумента, а значение (Value) — соответствующее значение. Имя должно появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.
Пример: [N, края] = histcounts (X, 'Нормализация', 'вероятность') нормализуют количества интервала в N, таком, что сумма (N) равняется 1.
'BinLimits'  'BinLimits' 
 двухэлементный вектор

Пределы интервала, заданные как двухэлементный вектор, [bmin,bmax]. Эти интервалы опции только значения в X, которые падают между bmin и bmax включительно; то есть, X(X>=bmin & X<=bmax).
Эта опция не применяется к категориальным данным.
Пример: [N, края] = histcounts (X, 'BinLimits', [1,10]) интервалы только значения в X, которые являются между 1 и 10 включительно.
BinMethod  Алгоритм раскладывания
 'auto' (значение по умолчанию) | 'scott' | 'fd' | 'integers' | 'sturges' | 'sqrt' |...

Алгоритм раскладывания, заданный как одно из значений в этой таблице.

                                            Значение
                                        
                                            Описание
                                        

                                            'auto'
                                        
                                            Алгоритм 'auto' по умолчанию выбирает, ширина интервала, чтобы покрыть данные располагаются и показывают форму базового распределения.
                                        

                                            'scott'
                                        
                                            Правило Скотта оптимально, если данные близко к тому, чтобы быть нормально распределенным, но также подходят для большинства других дистрибутивов. Это использует ширину интервала 3.5*std(X(:))*numel(X)^(-1/3).
                                        

                                            'fd'
                                        
                                            Правило Фридмена—Диакониса менее чувствительно к выбросам в данных и может более подойти для данных с дистрибутивами с тяжелым хвостом. Это использует ширину интервала 2*IQR(X(:))*numel(X)^(-1/3), где IQR является межквартильным размахом X.
                                        

                                            Целые числа
                                        
                                            Целочисленное правило полезно с целочисленными данными, когда это создает интервал для каждого целого числа. Это использует ширину интервала 1 и помещает края интервала на полпути между целыми числами. Чтобы предотвратить от случайного создания слишком многих интервалов, предел 65 536 интервалов ⁽²¹⁶⁾ может быть создан с этим правилом. Если область значений данных больше, чем 65 536, то более широкие интервалы используются вместо этого.
Примечание
'integers' не поддерживает данные длительности или datetime.


                                        

                                            'sturges'
                                        
                                            Правило Стерджеса является простым правилом, которое популярно из-за его простоты. Это выбирает количество интервалов, чтобы быть ceil(1 + log2(numel(X))).
                                        

                                            sqrt
                                        
                                            Правило Квадратного корня является другим простым правилом, широко использованным в других пакетах программного обеспечения. Это выбирает количество интервалов, чтобы быть ceil(sqrt(numel(X))).
                                        
Для данных datetime метод интервала может быть одним из этих модулей времени:
второй месяц
минута четверть
час год
день 'decade'
неделя 'century'
Для данных длительности метод интервала может быть одним из этих модулей времени:
второй день
минута год
час  
                        Если вы задаете BinMethod с datetime или данными длительности, то histcounts может использовать максимум 65 536 интервалов (или ²¹⁶). Если заданная длительность интервала требует большего количества интервалов, то histcounts использует большую ширину интервала, соответствующую максимальному количеству интервалов.
Эта опция не применяется к категориальным данным.
Пример: [N, края] = histcounts (X, 'BinMethod', 'целые числа') используют интервалы, центрируемые на целых числах.
BinWidth  Ширина интервалов
 скаляр

Ширина интервалов, заданных как скаляр. Если вы задаете BinWidth, то histcounts может использовать максимум 65 536 интервалов (или ²¹⁶). Если заданная ширина интервала требует большего количества интервалов, то histcounts использует большую ширину интервала, соответствующую максимальному количеству интервалов.
Для datetime и данных длительности, значение 'BinWidth' может быть скалярной длительностью или календарной длительностью.
Эта опция не применяется к категориальным данным.
Пример: [N, края] = histcounts (X, 'BinWidth', 5) используют интервалы с шириной 5.
'Normalization' — Тип нормализации
 'count' (значение по умолчанию) | 'probability' | 'countdensity' | 'pdf' | 'cumcount' | 'cdf'

Тип нормализации, заданной как одно из значений в этой таблице. Для каждого интервала i:
 $_{vi}$  является значением интервала.
 $_{ci}$  является числом элементов в интервале.
 $_{wi}$  является шириной интервала.
 $N$  является числом элементов во входных данных. Это значение может быть больше, чем сгруппированные данные, если данные содержат NaN, NaT или значения <undefined>, или если некоторые данные находятся вне пределов интервала.


Значение Значения интервала Примечания
'count' (значение по умолчанию) 
 $_{}_{vi=ci}$ 
Количество или частота наблюдений.
Сумма значений интервала меньше чем или равна numel(X). Сумма является меньше, чем numel(X) только, когда некоторые входные данные не включены в интервалы.
Для категориальных данных суммой значений интервала является или numel(X) или sum(ismember(X(:),Categories)) категории.
'countdensity' 
 $_{} \frac{_{}}{_{vi=ciwi}}$ 
Количество или частота, масштабируемая шириной интервала.
Для категориальных данных, это то же самое как 'count'.
Примечание
'countdensity' не поддерживает данные длительности или datetime.
'cumcount' 
 $_{vi} = \sum_{}^{}_{j=1icj}$ 
Совокупное количество. Каждое значение интервала является совокупным числом наблюдений в том интервале и всех предыдущих интервалах.
Значение последнего интервала меньше чем или равно numel(X).
Для категориальных данных значение последнего интервала меньше чем или равно numel(X) или sum(ismember(X(:),Categories)) категории.
'probability' 
 $_{} \frac{_{}}{vi=ciN}$ 
Относительная вероятность.
Сумма значений интервала меньше чем или равна 1. 
'pdf' 
 $_{} \frac{_{}}{_{vi=ciN  wi}}$ 
Оценка функции плотности вероятности.
Для категориальных данных это совпадает с 'probability'.
Примечание
'pdf' не поддерживает данные длительности или datetime.
'cdf' 
 $_{vi} =_{}^{} \frac{_{}}{ j=1icjN}$ 
Совокупная оценка функции плотности.
N(end) меньше чем или равен 1.
Пример: [N, края] = histcounts (X, 'Нормализация', 'PDF') интервалы данные с помощью оценки функции плотности вероятности.

Значение	Описание
`'auto'`	Алгоритм `'auto'` по умолчанию выбирает, ширина интервала, чтобы покрыть данные располагаются и показывают форму базового распределения.
`'scott'`	Правило Скотта оптимально, если данные близко к тому, чтобы быть нормально распределенным, но также подходят для большинства других дистрибутивов. Это использует ширину интервала `3.5std(X(:))numel(X)^(-1/3)`.
`'fd'`	Правило Фридмена—Диакониса менее чувствительно к выбросам в данных и может более подойти для данных с дистрибутивами с тяжелым хвостом. Это использует ширину интервала `2IQR(X(:))numel(X)^(-1/3)`, где `IQR` является межквартильным размахом `X`.
`Целые числа`	Целочисленное правило полезно с целочисленными данными, когда это создает интервал для каждого целого числа. Это использует ширину интервала 1 и помещает края интервала на полпути между целыми числами. Чтобы предотвратить от случайного создания слишком многих интервалов, предел 65 536 интервалов ⁽²¹⁶⁾ может быть создан с этим правилом. Если область значений данных больше, чем 65 536, то более широкие интервалы используются вместо этого. Примечание `'integers'` не поддерживает данные длительности или datetime.
`'sturges'`	Правило Стерджеса является простым правилом, которое популярно из-за его простоты. Это выбирает количество интервалов, чтобы быть `ceil(1 + log2(numel(X)))`.
`sqrt`	Правило Квадратного корня является другим простым правилом, широко использованным в других пакетах программного обеспечения. Это выбирает количество интервалов, чтобы быть `ceil(sqrt(numel(X)))`.

Значение	Значения интервала	Примечания
`'count'` (значение по умолчанию)	$_{}_{vi=ci}$	Количество или частота наблюдений. Сумма значений интервала меньше чем или равна `numel(X)`. Сумма является меньше, чем `numel(X)` только, когда некоторые входные данные не включены в интервалы. Для категориальных данных суммой значений интервала является или `numel(X)` или `sum(ismember(X(:),Categories))` категории.
`'countdensity'`	$_{} \frac{_{}}{_{vi=ciwi}}$	Количество или частота, масштабируемая шириной интервала. Для категориальных данных, это то же самое как `'count'`. Примечание `'countdensity'` не поддерживает данные длительности или datetime.
`'cumcount'`	$_{vi} = \sum_{}^{}_{j=1icj}$	Совокупное количество. Каждое значение интервала является совокупным числом наблюдений в том интервале и всех предыдущих интервалах. Значение последнего интервала меньше чем или равно `numel(X)`. Для категориальных данных значение последнего интервала меньше чем или равно `numel(X)` или `sum(ismember(X(:),Categories))` категории.
`'probability'`	$_{} \frac{_{}}{vi=ciN}$	Относительная вероятность. Сумма значений интервала меньше чем или равна `1`.
`'pdf'`	$_{} \frac{_{}}{_{vi=ciN wi}}$	Оценка функции плотности вероятности. Для категориальных данных это совпадает с `'probability'`. Примечание `'pdf'` не поддерживает данные длительности или datetime.
`'cdf'`	$_{vi} =_{}^{} \frac{_{}}{ j=1icjN}$	Совокупная оценка функции плотности. `N(end)` меньше чем или равен `1`.

`Выходные аргументы`

свернуть все

N Bincounts 
 вектор - строка


Количества интервала, возвращенные как вектор - строка.

края BinEdges 
 вектор


Края интервала, возвращенные как вектор. edges(1) является левым краем первого интервала, и edges(end) является правым краем последнего интервала.

bin — Индексы интервала
 массив


Индексы интервала, возвращенные как массив, одного размера как X. Каждый элемент в bin описывает, который пронумеровал интервал, содержит соответствующий элемент в X.
Значение 0 в bin указывает на элемент, который не принадлежит ни одному из интервалов (например, значение NaN).

Категории Категории включены в количество
 вектор ячейки векторов символов


Категории включены в количество, возвращенное как вектор ячейки векторов символов. Categories содержит категории в C, которые соответствуют каждому количеству в N.

`Советы`

Поведение histcounts подобно той из функции discretize. Используйте histcounts, чтобы найти число элементов в каждом интервале. С другой стороны, используйте discretize, чтобы найти, какой интервал каждый элемент принадлежит (не считая).

`Расширенные возможности`

"Высокие" массивы
 Осуществление вычислений с массивами, которые содержат больше строк, чем помещается в памяти. 
Эта функция поддерживает высокие массивы с ограничениями:
Некоторые входные опции не поддержаны. Позволенные опции:
BinWidth 
'BinLimits' 
'Normalization'
BinMethod  'auto' и методы интервала 'scott' являются тем же самым. Метод интервала 'fd' не поддержан.
Для получения дополнительной информации см. Раздел "Высокие массивы".
Генерация кода C/C++
 Генерация кода C и C++ с помощью MATLAB® Coder™.
Указания и ограничения по применению:
Если вы не предоставляете края интервала, то генерация кода может потребовать массивов переменного размера и динамического выделения памяти.
Массивы GPU
 Ускорьте код путем работы графического процессора (GPU) с помощью Параллельных вычислений Toolbox™.
Указания и ограничения по применению:
64-битные целые числа не поддержаны.
Для получения дополнительной информации смотрите функции MATLAB Выполнения на GPU (Parallel Computing Toolbox).

`Смотрите также`

дискретизация | histcounts2 | гистограмма | histogram2

`Темы`

Замена нежелательных экземпляров тсс и histc

`Введенный в R2014b`


Была ли эта тема полезной?






Документация MATLAB
Примеры
Функции
Информация о релизах
PDF-документация


Поддержка
MATLAB Answers
Помощь в установке
Отчеты об ошибках
Требования к продукту
Загрузка программного обеспечения











© 1994-2018 The MathWorks, Inc.
Условия использования
Патенты
Торговые марки
Список благодарностей

`второй`	`месяц`
`минута`	`четверть`
`час`	`год`
`день`	`'decade'`
`неделя`	`'century'`

`второй`	`день`
`минута`	`год`
`час`

Документация

histcounts

Синтаксис

Описание

`Примеры`

`Количества интервала и края интервала`

`Определение количества интервалов`

`Определение краев интервала`

`Нормализованные количества интервала`

`Определение размещения интервала`

`Категориальные количества интервала`

`Входные параметры`

`X` Данные, чтобы распределить среди интервалов
вектор | матрица | многомерный массив

`C` Категориальные данные
категориальный массив

`nbins` Количество интервалов
положительное целое число

`края` BinEdges
вектор

`Категории` Категории включены в количество
все категории (значение по умолчанию) | вектор ячейки векторов символов | категориальный вектор

Аргументы в виде пар имя-значение

`'BinLimits'` 'BinLimits'
двухэлементный вектор

`BinMethod` Алгоритм раскладывания
`'auto'` (значение по умолчанию) | `'scott'` | `'fd'` | `'integers'` | `'sturges'` | `'sqrt'` |...

Примечание

`BinWidth` Ширина интервалов
скаляр

`'Normalization'` — Тип нормализации
`'count'` (значение по умолчанию) | `'probability'` | `'countdensity'` | `'pdf'` | `'cumcount'` | `'cdf'`

Примечание

Примечание

`Выходные аргументы`

`N` Bincounts
вектор - строка

`края` BinEdges
вектор

`bin` — Индексы интервала
массив

`Категории` Категории включены в количество
вектор ячейки векторов символов

`Советы`

`Расширенные возможности`

"Высокие" массивы
Осуществление вычислений с массивами, которые содержат больше строк, чем помещается в памяти.

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Массивы GPU
Ускорьте код путем работы графического процессора (GPU) с помощью Параллельных вычислений Toolbox™.

`Смотрите также`

`Темы`

`Введенный в R2014b`

Документация MATLAB

Поддержка

Документация

histcounts

Синтаксис

Описание

Примеры

Количества интервала и края интервала

Определение количества интервалов

Определение краев интервала

Нормализованные количества интервала

Определение размещения интервала

Категориальные количества интервала

Входные параметры

X Данные, чтобы распределить среди интервалов вектор | матрица | многомерный массив

C Категориальные данные категориальный массив

nbins Количество интервалов положительное целое число

края BinEdges вектор

Категории Категории включены в количество все категории (значение по умолчанию) | вектор ячейки векторов символов | категориальный вектор

Аргументы в виде пар имя-значение

'BinLimits' 'BinLimits' двухэлементный вектор

BinMethod Алгоритм раскладывания 'auto' (значение по умолчанию) | 'scott' | 'fd' | 'integers' | 'sturges' | 'sqrt' |...

Примечание

BinWidth Ширина интервалов скаляр

'Normalization' — Тип нормализации 'count' (значение по умолчанию) | 'probability' | 'countdensity' | 'pdf' | 'cumcount' | 'cdf'

Примечание

Примечание

Выходные аргументы

N Bincounts вектор - строка

края BinEdges вектор

bin — Индексы интервала массив

Категории Категории включены в количество вектор ячейки векторов символов

Советы

Расширенные возможности

"Высокие" массивы Осуществление вычислений с массивами, которые содержат больше строк, чем помещается в памяти.

Генерация кода C/C++ Генерация кода C и C++ с помощью MATLAB® Coder™.

Массивы GPU Ускорьте код путем работы графического процессора (GPU) с помощью Параллельных вычислений Toolbox™.

Смотрите также

Темы

Введенный в R2014b

Документация MATLAB

Поддержка

`Примеры`

`Количества интервала и края интервала`

`Определение количества интервалов`

`Определение краев интервала`

`Нормализованные количества интервала`

`Определение размещения интервала`

`Категориальные количества интервала`

`Входные параметры`

`X` Данные, чтобы распределить среди интервалов
вектор | матрица | многомерный массив

`C` Категориальные данные
категориальный массив

`nbins` Количество интервалов
положительное целое число

`края` BinEdges
вектор

`Категории` Категории включены в количество
все категории (значение по умолчанию) | вектор ячейки векторов символов | категориальный вектор

`'BinLimits'` 'BinLimits'
двухэлементный вектор

`BinMethod` Алгоритм раскладывания
`'auto'` (значение по умолчанию) | `'scott'` | `'fd'` | `'integers'` | `'sturges'` | `'sqrt'` |...

`BinWidth` Ширина интервалов
скаляр

`'Normalization'` — Тип нормализации
`'count'` (значение по умолчанию) | `'probability'` | `'countdensity'` | `'pdf'` | `'cumcount'` | `'cdf'`

`Выходные аргументы`

`N` Bincounts
вектор - строка

`края` BinEdges
вектор

`bin` — Индексы интервала
массив

`Категории` Категории включены в количество
вектор ячейки векторов символов

`Советы`

`Расширенные возможности`

"Высокие" массивы
Осуществление вычислений с массивами, которые содержат больше строк, чем помещается в памяти.

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Массивы GPU
Ускорьте код путем работы графического процессора (GPU) с помощью Параллельных вычислений Toolbox™.

`Смотрите также`

`Темы`

`Введенный в R2014b`