uniquetol

创建一个向量x。获得第二个向量y通过改变和untransformingx。这个变换引入了舍入的差异y。

x =(1:6) *π;y = 10 ^ log10 (x);

验证x和y不相同的区别。

x - y

ans =6×110-14年-0.3553×0.0444 0 0 0 0

使用独特的寻找独特的元素连接向量(x, y)。的独特的函数执行的比较和确定一些值x并不完全等于值y。这些相同的元素有一个非零的差异x - y。因此,c包含值出现是重复的。

c =独特((x, y))

c =8×13.1416 3.1416 6.2832 9.4248 12.5664 15.7080 18.8496 18.8496

使用uniquetol执行使用一个小的比较宽容。uniquetol将公差内的元素视为相等。

C = uniquetol ((x, y))

C =6×13.1416 6.2832 9.4248 12.5664 15.7080 18.8496

默认情况下,uniquetol寻找独特的元素公差内,但它也可以找到独特的行一个矩阵的公差范围内。

创建一个数字矩阵,一个。获得第二个矩阵,B通过改造和untransforming一个。这个变换引入了舍入的差异B。

(0.05 - 0.11 = 0.18;0.18 0.21 0.29;0.34 0.36 0.41;0.46 0.52 0.76);B = log10 (10 ^);

使用独特的找到独特的行一个和B。的独特的函数执行的比较和确定所有的连接矩阵中的行[A, B]是独一无二的,尽管一些相差只有少量的行。

独特的([A, B],“行”)

ans =8×30.0500 0.1100 0.1800 0.0500 0.1100 0.1800 0.1800 0.2100 0.2900 0.1800 0.2100 0.2900 0.3400 0.3600 0.4100 0.3400 0.3600 0.4100 0.4600 0.5200 0.7600 0.4600 0.5200 0.7600

使用uniquetol寻找独特的行。uniquetol在宽容作为平等对待行。

uniquetol ([A, B],“ByRows”,真正的)

ans =4×30.0500 0.1100 0.1800 0.1800 0.2100 0.2900 0.3400 0.3600 0.4100 0.4600 0.5200 0.7600

创建一个向量,x。获得第二个向量,y通过改造和untransformingx。这个变换引入了舍入不同元素y。

x =(1:5) *π;y = 10 ^ log10 (x);

结合x和y为一个向量,一个。使用uniquetol重建一个公差内,将值相等。

= (x, y)

一个=10×13.1416 6.2832 9.4248 12.5664 15.7080 3.1416 6.2832 9.4248 12.5664 15.7080

[C IA IC] = uniquetol(一个);newA = C(集成电路)

newA =10×13.1416 6.2832 9.4248 12.5664 15.7080 3.1416 6.2832 9.4248 12.5664 15.7080

您可以使用newA与= =或函数,使用完全平等isequal或独特的在随后的代码。

D1 =独特(A)

D1 =6×13.1416 3.1416 6.2832 9.4248 12.5664 15.7080

D2 =独特(newA)

D2 =5×13.1416 6.2832 9.4248 12.5664 15.7080

使用发生选项来控制哪些元素uniquetol选择是独一无二的。

创建一个向量和找到公差内的哪些元素是独一无二的1 e 1。

一个= [1 1.1 1.11 1.12 1.13 2];c = uniquetol (a, 1 e 1)

c =1×21 2

因为前五个元素一个都有相似的价值观的宽容1 e 1选择,只有它们之间的最小值是唯一的。这是因为uniquetol价值最低的开始一个没有发现一个新元素并不是在宽容,直到2的向量。

使用“最高”选项来指定uniquetol和最高的价值应该开始吗一个。现在,1.13元素被选中作为独特的自uniquetol作品从最高的价值。

d = uniquetol (, 1 e 1,“最高”)

d =1×21.1300 - 2.0000

创建一个云的二维采样点限制在一个圆的半径0.5集中在点 $$(\frac{1}{2},\frac{1}{2})$$。

x =兰德(10000 2);insideCircle =√(x(: 1)闲置)^ 2 + (x(:, 2)闲置)^ 2)< 0.5;y = x (insideCircle:);

找到一个减少点集,这样每个点的原始数据集是在宽容点。

托尔= 0.05;C = uniquetol (y,托尔,“ByRows”,真正的);

情节的设置点上红点的原始数据集。红点是原始数据集的所有成员。所有的红点都至少有一段距离托尔分开。

情节(y (: 1), y (:, 2),“。”)举行在轴平等的情节(C (: 1), C (:, 2),“r”,“MarkerSize”,10)

创建一个向量随机数和确定不同的元素使用公差。指定OutputAllIndices作为真正的返回的所有指标的公差内的元素独特的价值观。

一个=兰德(100 1);[C IA] = uniquetol(1飞行,“OutputAllIndices”,真正的);

发现元素的平均值,在宽容的价值C (2)。

C (2)

ans = 0.0318

真主安拉= (IA {2})

真主安拉=3×10.0357 0.0318 0.0344

aveA =意味着(真主安拉)

aveA = 0.0340

默认情况下,uniquetol使用一个表单的耐量试验abs (uv) < = tol * DS,在那里DS自动尺度基于输入数据的大小。您可以指定一个不同的DS使用价值DataScale选择。然而,绝对的公差(DS是一个标量)不根据输入数据的大小规模。

首先,比较两个值,一个距离每股收益分开。指定托尔和DS在宽容方程:abs (uv) < = 10 ^ 6。

x = 0.1;uniquetol ([x, exp(日志(x))], 10 ^ 6,“DataScale”,1)

ans = 0.1000

接下来,增加的幅度值。舍入误差的计算exp(日志(x))值的大小成正比,特别是每股收益(x)。尽管两大值的距离每股收益从一个另一个每股收益(x)现在大得多。因此,10 ^ 6不再是一个合适的公差。

x = 10 ^ 10;uniquetol ([x, exp(日志(x))], 10 ^ 6,“DataScale”,1)

ans =1×21010×1.0000 - 1.0000

纠正这个问题通过使用默认(比例)的价值DS。

格式长Y = 10 ^ [0.1];uniquetol ([Y, exp(日志(Y))))

ans =1×21010×0.000000000010000 - 1.000000000000000

创建一组随机二维点,然后使用uniquetol组的点到垂直的乐队也有类似的(在公差内)坐标。使用这些选项uniquetol:

一个=兰德(1000 2);DS =[1正];[C IA] = uniquetol (0.1,“ByRows”,真的,…“OutputAllIndices”,真的,“DataScale”DS);

情节点和平均值为每一个乐队。

持有在为k = 1:长度(IA)图((IA {k}, 1),一个(IA {k}, 2),“。”)meanAi =意味着((IA {k},:));情节(meanAi (1) meanAi (2),“xr”)结束