从矩阵的相应列元素中减去列均值一种。然后通过标准偏差标准化。

a = [1 2 10;3 4 20;9 6 15];c = bsxfun（@minus，a，均值（a））;d = bsxfun（@rdivide，c，std（a））

d =3×3-0.8006 -1.0000 -1.0000 -0.3203 0 1.0000 1.1209 1.0000 0

在Matlab®R2016B及更高版本中，您可以直接使用运营商而不是BSXFUN.，由于运营商独立地支持具有兼容尺寸的阵列的隐式扩展。金宝app

（a  - 平均（a））./ std（a）

ans =.3×3-0.8006 -1.0000 -1.0000 -0.3203 0 1.0000 1.1209 1.0000 0

比较列向量和行向量中的元素。结果是包含来自载体的每个元素组合的比较的矩阵。执行此操作的等效方式是使用的A> B.。

a = [8;17;20;24]

A =4×18 17 20 24

B = [0 10 21]

B =1×3.0 10 21.

c = bsxfun（@ gt，a，b）

C =4x3逻辑阵列1 0 0 1 1 0 1 1 0 1 1 1

创建表示该功能的函数句柄 $$F（\mathrm{一种}那\mathrm{B.}）=\mathrm{一种}-{\mathrm{E.}}^{\mathrm{B.}}$$。

Fun = @（a，b）a  -  exp（b）;

使用BSXFUN.将功能应用于向量一种和B.。这BSXFUN.功能将向量扩展为相同大小的矩阵，这是评估的有效方法乐趣对于许多输入组合。

a = 1：7;b = pi * [0 1/4 1/3 1/2 2/3 3/4 1]。';c = bsxfun（乐趣，a，b）

C =7×7.0 1.0000 2.0000 3.0000 4.0000 5.0000 6.0000 -1.1933 -0.1933 0.8067 1.8067 2.8067 3.8067 4.8067 -1.8497 -0.8497 0.1503 1.1503 2.1503 3.1503 4.1503 -3.8105 -2.8105 -1.8105 -0.8105 0.1895 1.1895 2.1895 -7.1205 -6.1205 -5.1205 -4.1205 -3.1205 -2.1205 -1.1205-9.5507 -8.5507 -7.5507 -6.5507 -5.5507 -4.5507 -3.5507 -22.1407 -21.1407 -20.1407 -19.1407 -18.1407 -17.1407 -16.1407