Aprenda Matlab 6.1 - Universidad Politécnica de Madrid

Aprenda Matlab 6.1 como si estuviera en Primero página 52
>> vb{1}=[1 2 3]
vb =
[1x3 double]
>> vb{2}='mi nombre'
vb =
[1x3 double] 'mi nombre'
>> vb{3}=rand(3,3)
vb =
[1x3 double] 'mi nombre' [3x3 double]
y también es posible crear el vector de celdas en una sola operación en la forma,
vcc = {[1 2 3], 'mi nombre', rand(3,3)}
vcc =
[1x3 double] 'mi nombre' [3x3 double]
5.4.2. FUNCIONES PARA TRABAJAR CON VECTORES Y MATRICES DE CELDAS
MATLAB dispone de las siguientes funciones para trabajar con cell arrays:
cell(m,n) crea un cell array vacío de m filas y n columnas
celldisp(ca) muestra el contenido de todas las celdas de ca
cellplot(ca) muestra una representación gráfica de las distintas celdas
iscell(ca) indica si ca es un vector de celdas
num2cell() convierte un array numérico en un cell array
cell2struct() convierte un cell array en una estructura (ver Sección 5.4.3)
struct2cell() convierte una estructura en un cell array (ver Sección 5.4.3)
5.4.3. CONVERSIÓN ENTRE ESTRUCTURAS Y VECTORES DE CELDAS
El siguiente ejemplo convierte el cell array vcc creado previamente en una estructura ST cuyos
campos se pasan como argumentos a la función cell2struct(). El tercer argumento (un 2) indica que
es la segunda dimensión del cell array (las columnas) la que va a dar origen a los campos de la
estructura. Con posterioridad la estructura ST se convierte en un nuevo cell array llamado vbb,
>> ST=cell2struct(vb,{'vector','cadena','matriz'},2)
ST =
vector: [1 2 3]
cadena: 'mi nombre'
matriz: [3x3 double]
>> vbb = struct2cell(ST)' % hay que transponer para obtener una fila
vbb =
[1x3 double] 'mi nombre' [3x3 double]
La gran ventaja de las estructuras y los arrays de celdas es que proporcionan una gran
flexibilidad para el almacenamiento de los más diversos tipos de información. El inconveniente es
que se pierde parte de la eficiencia que MATLAB tiene trabajando con vectores y matrices.
5.5. Matrices dispersas (sparse)
Las matrices dispersas o sparse son matrices de un gran tamaño con la mayor parte de sus
elementos cero. Operar sobre este tipo de matrices con los métodos convencionales lleva a obtener
tiempos de cálculo prohibitivos. Por esta razón se han desarrollado técnicas especiales para este tipo
de matrices. En ingeniería es muy frecuente encontrar aplicaciones en las que aparecen matrices
sparse. MATLAB dispone de numerosas funciones para trabajar con estas matrices.