主要内容

实时编辑器的介绍

这个例子是对Live Editor的介绍。在Live Editor中,您可以创建显示输出和生成输出的代码的活动脚本。添加格式化的文本、方程、图像和超链接来增强您的叙述,并将现场脚本作为交互式文档与他人共享。

在活动编辑器中创建活动脚本。要创建一个活动脚本,在首页选项卡上,单击新的生活的脚本

添加普查数据

将您的活动脚本分成几个部分。节可以包含文本、代码和输出。MATLAB代码出现与灰色背景和输出出现与白色背景。要创建一个新节,请转到住编辑器选项卡,单击节休息按钮。

加上1900年至2000年的美国人口普查数据。

年= (1900:10:2000);%的时间间隔Pop = [75.995 91.972 105.711 123.203 131.669 ....%的人口数据150.697 179.323 213.212 228.505 250.633 265.422]
流行=1×1175.9950 91.9720 105.7110 123.2030 131.6690 150.6970 179.3230 213.2120 228.5050 250.6330 265.4220

想象人口随时间的变化

部分可以独立运行。要在某一节中运行代码,请转到住编辑器选项卡,单击运行部分按钮。还可以单击将鼠标移动到区域左侧时出现的蓝色条。当您运行一个区段时,输出和图形将与生成它们的代码一起出现。

将人口数据与当年作对比。

情节(年,流行,“波”);%绘制人口数据Axis ([1900 2020 0 400]);标题(《美国人口1900-2000》);ylabel (“数百万”);包含(“年”) ylim ([300])

图中包含一个轴对象。标题为Population of The U.S. 1900-2000的axis对象包含一个类型为line的对象。

我们能预测2010年的美国人口吗?

拟合数据

向文本中金宝app添加支持信息,包括方程、图像和超链接。

让我们试着用多项式来拟合数据。我们将使用MATLABpolyfit函数来得到系数。

拟合方程为:

y 一个 x + b 线性 y 一个 x 2 + b x + c 二次 y 一个 x 3. + b x 2 + c x + d 立方

x =(年- 1900年)/ 50;coef1 = polyfit (x,流行,1)
coef1 =1×298.9924 - 66.1296
coef2 = polyfit (x,流行,2)
coef2 =1×315.1014 68.7896 75.1904
coef3 = polyfit (x,流行,3)
coef3 =1×466.6739 29.4569 80.1414

绘制曲线

创建任意数量的文本和代码行。

我们可以绘制出与数据拟合的线性、二次和三次曲线。我们将使用polyval函数来计算在点处的拟合多项式x

pred1 = polyval (coef1 x);pred2 = polyval (coef2 x);pred3 = polyval (coef3 x);[pred1;pred2;pred3]
ans =3×1166.1296 85.9281 105.7266 125.5250 145.3235 165.1220 184.9205 204.7190 224.5174 244.3159 264.1144 75.1904 89.5524 105.1225 121.9007 139.8870 159.0814 179.4840 201.0946 223.9134 247.9403 273.1753 80.1414 88.5622 101.4918 118.1050 137.5766 159.0814 181.7944 204.8904 227.5441 248.9305 268.2243

现在我们画出每个多项式的预测值。

持有ylim([50 300])图例({“数据”“线性”“二次”“立方”},“位置”“西北”)举行

图中包含一个轴对象。标题为Population of The U.S. 1900-2000的轴对象包含4个类型为line的对象。这些对象代表数据,线性,二次,立方。

人口预测

您可以与其他MATLAB用户共享您的实时脚本,以便他们可以复制您的结果。您还可以将结果发布为PDF、Microsoft®Word或HTML文档。向您的活动脚本添加控件,向用户显示参数对分析的重要影响。要添加控件,请转到住编辑器选项卡上,单击控制按钮,并从可用选项中进行选择。

我们现在可以用我们的三个方程计算出某一年的预测人口。

年=2018;xyear = (- 1900) / 50;pred1 = polyval (coef1 xyear);pred2 = polyval (coef2 xyear);pred3 = polyval (coef3 xyear);[pred1 pred2 pred3]
ans =1×3299.7517 321.6427 295.0462

以2010年为例,线性拟合和立方拟合的预测值相似,约为2.84亿人,而二次拟合的预测值要高得多,约为3亿人。

相关的话题