MATLAB自定义函数

如果你刚接触matlab，可以看这篇Matlab自定义函数详解

MATLAB自定义函数形式

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

输入变量

对于输入变量，MATLAB可以识别输入变量的个数，通过nargin来记录当前输入变量个数。

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

通过nargin判断变量个数，然后再写对应的程序。

输出变量

对于输出变量，MATLAB可以根据调用情况来输出结果

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

根据调用的格式，自动忽略没匹配上的输出结果。

函数调用帮助

函数做好之后，需要写好说明，否则代码的通用性会很差！matlab自动将函数下的注释当作函数说明，通过help来查看帮助文档

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函数的帮助说明。

自己动手写一个函数

这里我们来动手写一个数据标准化的函数，具体要求是这样的

对于一组数据 $$ x_{1}, x_{2}, \cdots, x_{m} $$, 分高优指标（越大越好），低优指标（越小越好），中优指标（越趋近于某个值越好），均优指标（越趋近于某个区间越好），四种标准化方式对数据标准化。

function [x] = standlize(v,type,q)
%STANDLIZE   对列向量v 进行归一化 返回归一化后的向量 x
%  x = STANDLIZE(v,'low') 对列向量按低优指标进行归一化
%  x = STANDLIZE(v,'high') 对列向量按高优指标进行归一化
%  x = STANDLIZE(v,'middle',q) 对列向量按中优指标进行归一化
%  x = STANDLIZE(v,'between',q) 其中 q = [a , b] 对列向量按均优指标进行归一化
m = length(v);
if nargin==2
    if strcmp(type,'low') %低优指标
        for i=1:m
            x(i) = (max(v)-v(i))/(max(v)-min(v));
        end
    elseif  strcmp(type,'high') %高优指标
        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 %中优指标
        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 %均优指标
        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

运行测试

可以看到，对于1到10这样一组数据，通过standlize这个函数的不同调用方式，实现了数据的指标标准化。通过help可以查看用法。