创建一个向量,X．获得第二个向量，y通过改变和不改变X．这种转变介绍了循环差异y．

x =(1:6) *π;y = 10 ^ log10 (x);

验证X和y是不同的。

X-Y.

ans =.1.0E-14 * 0.0444 0 0 0 0 0.0.3553

用独特的找到级联向量的独特元素[X; Y]．的独特的功能进行精确的比较，并确定一些值X不完全等于值y．这些是具有非零差异的相同元素X-Y.．因此，C包含的值是出现是重复的。

c =唯一（[x; y]）

c =3.1416 3.1416 6.2832 9.4248 12.5664 15.7080 18.8496 18.8496

用uniquetol.使用小公差进行比较。uniquetol.将容差的元素视为平等。

C = uniquetol（[X; Y]）

C =3.1416 6.2832 9.4248 12.5664 15.7080 18.8496

默认情况下,uniquetol.寻找独特的元素这在宽容范围内，但它也可以找到独特的行矩阵是公差范围内。

创建一个数字矩阵，一种．获得第二矩阵，B.通过改变和不改变一种．这种转变介绍了循环差异B.．

A = [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 =日志10（10 ^ A）;

用独特的找到唯一的行一种和B.．的独特的功能进行精确的比较，并确定在连接矩阵的所有行的[A; B]是唯一的，即使某些行只相差很小。

唯一的（[A; B]，'行'）

ans =.0.0500 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

用uniquetol.找到了唯一的行。uniquetol.对待公差范围内的行。

Unquetol（[a; b]，'byrows'，真的）

ans =.0.0500 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通过改变和不改变X．这种转化介绍四舍五入差异在一些元素y．

x =(1:6) *π;y = 10 ^ log10 (x);

结合X和y进入单个载体，一种．用uniquetol.重建一种中，治疗是公差为同等范围内的值。

a = [x; y]

A =3.1416 6.2832 9.4248 12.5664 15.7080 18.8496 3.1416 6.2832 9.4248 12.5664

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

纽瓦=3.1416 6.2832 9.4248 12.5664 15.7080 18.8496 3.1416 6.2832 9.4248 12.5664

您可以使用纽瓦和＝＝使用像确切的平等或功能是平等的或者独特的在随后的代码。

D1 =唯一的（A）

D1 =3.1416 3.1416 6.2832 9.4248 12.5664 15.7080 18.8496 18.8496

D2 =唯一的（纽瓦）

D2 =3.1416 6.2832 9.4248 12.5664 15.7080 18.8496

创建一个二维样本点云，限定在半径范围内0.5以点为中心．

X =兰特（10000,2）;insideCircle = SQRT（（X（：，1） -  5）^ 2 +（X（：。。，2） -  5）^ 2）<0.5;Y = X（insideCircle，:);

找到一组减少的点，使得原始数据集的每个点在一个点的容差范围内。

TOL = 0.05;C = uniquetol（Y，TOL，'byrows'，真的）;

绘制减少集点作为原始数据集的顶部红点。红点是原始数据集的所有成员。所有红点至少是一个距离托分开。

绘图（Y（：，1），Y（：，2），'。'） 抓住在轴平等的情节(C (: 1), C (:, 2),'.r'那'MarkerSize'，10）

创建随机数的向量，并确定用宽容的独特元素。指定OutputAllIndices作为真的返回在唯一值的容差范围内的元素的所有索引。

一个=兰德(100 1);[C IA] = uniquetol(1飞行,'OutputalAllindices'，真的）;

发现是值的容差范围内的要素的平均值C（2）．

C（2）

ANS = 0.0318.

ALLA = A（IA {2}）

alla =0.0357 0.0318 0.0344

AVEA =平均值（ALLA）

Avea = 0.0340.

默认情况下,uniquetol.使用形式的糖耐量试验ABS（U-V）<= TOL * DS， 在哪里DS.自动地秤基于所述输入数据的大小。您可以指定不同的DS.与之使用的价值DataScale选项。但是，绝对的宽容（哪里DS.是一个标量）根据输入数据的大小不能扩展。

首先，比较两个距离的小值eps.分开。指定托和DS.求公差内方程:abs (uv) < = 10 ^ 6．

X = 0.1;Unquetol（[x，exp（log（x））]，10 ^ -6，'DataScale'，1）

ANS = 0.1000

接下来，增加值的幅度。计算中的圆关闭错误EXP（日志（X））与值的大小成比例，具体到EPS（x）．即使这两个大值是一段距离eps.从彼此，EPS（x）现在更大了。所以，10 ^ -6不再是合适的宽容。

x = 10 ^ 10;Unquetol（[x，exp（log（x））]，10 ^ -6，'DataScale'，1）

ans =.1.0e+10 * 1.0000

使用默认的(缩放的)值来纠正这个问题DS.．

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

ANS = 1.0E + 10 * 0.00000000000000001 1.000000000000000

创建一组随机的二维点，然后使用uniquetol.将点分组到具有相似（在公差范围内）X坐标的垂直频带中。使用这些选项uniquetol.：

• 指定ByRows作为真的因为点坐标是一种．

• 指定OutputAllIndices作为真的返回指数具有相互的容差范围内的x坐标的所有点。

• 指定DataScale作为[1款]使用绝对容限X- 协调而忽略了y-协调。

a = rand（1000,2）;DS = [1款];[c，ia] = Unquetol（a，0.1，'byrows',真的,......'OutputalAllindices',真的,'DataScale'，DS）;

绘制各频段的点和平均值。

抓住在为了K = 1：长度（IA）情节（A（IA {K}，1），A（IA {K}，2），'。') meanAi = mean(A(IA{k}，:));情节(meanAi (1) meanAi (2),'XR'）结尾