PS：因为最近需要用到MATLAB，这里我会按照在实际应用中用到的有关函数作些笔记
minmax：用于获取数组中每一行的最小值和最大值。
其中magic(n)表示生成一个n*n的矩阵，其矩阵元素是由整数1到n^2组成的并且任何行任何列的和都相等。
cumsum：输入矩阵的每个元素对应的列向上（行向左）求和矩阵。
格式一：B=cumsum(A)，这种用法返回数组不同维数的累加和。
格式二：B=cumsum(A,dim)，这种调用格式返回A中由标量dim所指定的维数的累加和。例如：cumsum(A,1)返回的是沿着第一维（各列）的累加和，cumsum(A,2)返回的是沿着第二维（各行）的累加和。
dsolve：用于求常微分方程组的精确解，也称为常微分方程的符号解。如果没有初始条件或边界条件，则求出通解；如果有，则求出特解。
格式：y=dsolve('eq1,eq2,...','cond1,cond2,...','name')。其中，‘eq1,eq2,…’:表示微分方程或微分方程组;’cond1,cond2,…’:表示初始条件或边界条件;‘Name’:表示变量。没有指定变量时，matlab默认的变量为t；
例如求解：dy/dx=3x^2。（没有初始条件）
若加上初值条件：当x=0时y=2：
subs：表示将符号表达式中的某些符号变量替换为指定的新的变量。
主要有三种格式（参考：https://blog.csdn.net/guyuealian/article/details/53997490）：
R = subs(S, new) 利用new的值代替符号表达式S中的默认符号。
R = subs(S) 用由调用函数或Matlab工作空间中获取的值替代了在符号表达式S中的所有当前的变量。
R = subs(S, old, new) 利用new的值代替符号表达式中old的值。old为符号变量或是字符串变量名。new是一个符号货数值变量或表达式。也就是说R = subs(S,old,new)在old=new的条件下重新计算了表达式S。这种替换第一次作为Matlab表达式被尝试，如果所有在new中的数值是双精度的，计算是以双精度算术运算进行的。讲new值转化为符号可以验证符号货变量的运算精度。
注意：这里的old和new不限于单变量，也可以是多变量（数组）。
digits和vpa是MATLAB用来控制精度的两个函数，其中digits用于规定运算精度。例如digits(10)表示规定运算精度为10位有效数字，但是在实际编程中，有些运算可能需要控制精度。vpa就是用于解决这个问题的：
注意：vpa函数对其中每一个运算都控制精度，并非只控制结果！
diff：用于求导数或差分。
三种格式如下：
diff(A)：相邻元素的差分（从下到上）。
diff(A,n,m)，表示求A的n阶差分，其中m=1表示列差分，m=2表示行差分。
dist(A,B)：计算A中每个行向量与B中每个列向量之间的欧式距离。A的行向量维数必须等于B的列向量维数。
mandist(A,B)：计算A中每个行向量与B中每个列向量之间的绝对距离。A的行向量维数必须等于B的列向量维数。
若样本X是m个n维行向量所组成的矩阵，则：
pdist(X)：样本X中各n维向量的hcdgk距离
pdist(X,'cityblock')：各n维向量的绝对距离
pdist(X,'twdlz')：ymdnm距离
pdist(X,'mahal')：各n维向量的kddsc距离
nonzeros(A)：找出矩阵A中的全部非零元素并组成列向量。
union(a,b)：表示对两个子集取并运算。
squareform(y)：在我们对数据集a求两两之间的距离后，例如调用了pdist(a)，将得到一个具有M*(M-1)/2个元素的行向量，用squareform把这个行向量转换成方阵形式，方阵中<i，j>位置的数值就是X中第i和第j点之间的距离。
linkage：调用格式为z=linkage(y)，使用最短距离算法生成具层次结构的聚类树。输入矩阵Y为pdist函数输出的距离行向量。若指定生成规则时需要传入第二个参数：z=linkage(y,'method')。
其中第二个参数的对应关系：{‘single’：最短距离}、{‘complete’：最大距离}、{‘average’：平均距离}、{‘centroid’：重心距离}、{‘ward’：离差平方和方法}。
zsore：对数据矩阵进行标准化处理，其处理方法为：
其中分子中的减数为矩阵每一列的平均值，分母为每一列的标准差。
randn：是一种产生标准正态分布的随机数或矩阵的函数。具体用法如下：
持续更新。。。。