и chromium (хром).

function [r1, r2] = concen(toxtest);

% Create two vectors. r1 contains the ratio of mercury to lead

% at each observation. r2 contains the ratio of lead to chromium.

r1 = [toxtest.mercury]./[toxtest.lead];

r2 = [toxtest.lead]./[toxtest.chromium];

% Plot the concentrations of lead, mercury, and chromium

% on the same plot, using different colors for each.

lead = [toxtest.lead];

mercury = [toxtest.mercury];

chromium = [toxtest.chromium];

plot(lead,'r'); hold on

plot(mercury,'b')

plot(chromium,'y'); hold off

Данная функция создает два вектора. r1 содержит отношение ртути к свинцу в каждом наб-людении, а r2 содержит отношение свинца к хрому. Далее эта функция строит кривые кон-центрации свинца, ртути и хрома на одном графике, используя разные цвета (красный - сви-нец, синий - ртуть, желтый - хром).

Попробуйте применить данную функцию на примеры структуры test со следующими данны-ми

test(1).lead = .007; test(2).lead = .031; test(3).lead = .019;

test(1).mercury = .0021; test(2).mercury = .0009;

test(3).mercury = .0013;

test(1).chromium = .025; test(2).chromium = .017;

test(3).chromium = .10;

Организация данных в массиве структур

Ключ к организации массива структур состоит в выборе способа, которым вы хотите обра-щаться к подмассивам данных или отдельным данным структуры. Это, в свою очередь, оп-ределяет как вы дольжны построить массив, содержащий структуры и как выбирать поля структуры. Например, рассмотрим RGB изображение размера 128х128, запомненное в трех различных массивах : RED, GREEN и BLUE.

Имеются по меньшей мере две возможности для организации таких данных в массив струк-

тур.

Плоская организация Поэлементная организация

Плоская организация

A.r = RED;

A.g = GREEN;

A.b = BLUE;

Подобный подход позволяет вам легко извлекать полное изображение в отдельных состав-ляющих цветов, для решения таких задач как фильтрация. Например, для обращения ко всей красной плоскости нужно просто записать

red_plane = A.r;

Плоская организация имеет то дополнительное преимущество, что массив структур можно без труда дополнить другими изображениями. Если у вас есть набор изображений, вы може-те запомнить их как A(2), A(3), и так далее, где каждая структура содержит полное изобра-жение.

Недостаток плоской организации становится очевичным, когда вам нужно обратиться к от-дельным частям изображения. В этом случае вы должны оперировать с каждым полем в от-дельности:

red_sub = A.r (2:12, 13:30);

grn_sub = A.g (2:12, 13:30);

blue_sub = A.b (2:12, 13:30);

Поэлементная организация

Данный вариант имеет то преимущество, что обеспечивает простой доступ к подмножествам данных. Для организации данных в данной форме нужно использовать команды

for i = 1:size(RED,1)

for j = 1:size(RED,2)

B(i,j) .r = RED(i,j);

B(i,j) .g = GREEN(i,j);

B(i,j) .b = BLUE(i,j);

end

end

При поэлементной организации, вы можете осуществить обращение к подмножествам дан-ных при помощи единственного выражения:

Bsub = B(1:10, 1:10);

Однако, обращение к полной плоскости изображения при поэлементом методе требуется цикл :

red_plane = zeros(128,128);

for i = 1 : (128*128)

red_plane(i) = B(i).r;

end

Поэлементая организация не является лучшим выбором для большинства приложений, свя-занных с обработкой изображений. Однако, она может быть лучшей для других приложений, когда вам требуется часто обращаться к отдельным подмножествам полей структуры. Пример в следующем разделе демонстрирует данный тип приложен

Пример - Простая база данных

Рассмотрим организацию простой базы данных.

А Плоская организация В Поэлементная организация

Оба возможных способов организации базы данных имеет определенные проимущества, зависящие от того как вы хотите осуществить доступ к данным:

· Плоская организация обеспечивает более легкую возможность вычислений одновре-менно над всеми полями. Например, чтобы найти среднее значение всех данных в поле amount следует записать:

а) При плоской организации

avg = mean(A.amount);

б) При поэлементной организации

avg = mean([B.amount]);

Поэлементная организация дает более легкий доступ ко всей информации, связанной с одним клиентом. Рассмотрим М-файл, названный client.m, который осуществляет вывод на экран имени и адреса любого клиента. При использовании плоской организации, следует вводить в качестве аргументов индивидуальные поля:

function client(name,address, amount)

disp(name)

disp(address)

disp(amount)

Для вызова функции client для второго клиента записываем,

client(A.name(2,:),A.address(2,:), A. amount (2,:))

При использовании поэлементой организации вводится вся структура

function client(B)

disp(B)

Для вызова функции client для второго клиента при этом просто записываем,

client(B(2))

· Поэлементная организация позволяет более просто расширять поля массивов строк. Если вы заранее не знаете максимальную длину строки при плоской организации, вам может потребоваться часто корректировать поля name или address , чтобы ввести более длинные строки.

Обычно данные не диктуют выбора организации базы данных. Скорее, вы сами должны решить, как вы хотите осуществлять доступ и операции над данными.

Вложенные структуры

Поле структуры может содержать другую структуру, и даже массив структур.Если вы уже имеете некоторую структуру, то для вложения новых структур в любое поле данной струк-туры вы можете воспользоваться как функцией struct, так и применить непосредственно оператор присваивания

Создание вложенных структур при помощи функции struct

Для создания вложенных структур вы можете применить функцию struct . Например, создадим массив структур размера 1х1 со вложенной в поле nest структурой:

A = struct('data',[3 4 7; 8 0 1],'nest',struct('testnum','Test 1', 'xdata',[4 2 8],'ydata',[7 1 6]));

Применим теперь операторы присваивания для добавления сторого элемента к массиву А:

A(2).data = [9 3 2; 7 6 5];

A(2).nest.testnum = 'Test 2';

A(2).nest.xdata = [3 4 2];

A(2).nest.ydata = [5 0 9];

Индексация вложенных структур

Для обращения к вложенным структурам, нужно просто добавить имена вложенных полей с использование точечных разделителей. Первая текстовая строка в индексированном выраже-нии определяет массив структур, а последующие выражения дают доступ к полям, содержа-щим другие структуры. Например, массив А, созданный ранее, имеет три уровня вложения:

· Для обращения к вложенной структуре внутри А(1) запишем A(1).nest.

Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33