最近一直在学习matlab，我相信有一些同学已经发现，最近更新的关于matlab的内容比较多，
希望能够帮助到未来的小学弟学妹们！
永远爱你们的
————新宝宝
rand
均匀分布的随机数全页折叠
语法
X = rand
X = rand(n)
X = rand(sz1,…,szN)
X = rand(sz)
X = rand(_,typename)
X = rand(_,’like’,p)
说明
示例
X = rand 返回一个在区间 (0,1) 内均匀分布的随机数。
示例
X = rand(n) 返回一个 n×n 的随机数矩阵。
示例
X = rand(sz1,…,szN) 返回由随机数组成的 sz1×…×szN 数组，其中 sz1,…,szN 指示每个维度的大小。例如：rand(3,4) 返回一个 3×4 的矩阵。
示例
X = rand(sz) 返回由随机数组成的数组，其中大小向量 sz 指定 size(X)。例如：rand([3 4]) 返回一个 3×4 的矩阵。
示例
X = rand(_,typename) 返回由 typename 数据类型的随机数组成的数组。typename 输入可以是 ‘single’ 或 ‘double’。您可以使用上述语法中的任何输入参数。
示例
X = rand(_,’like’,p) 返回由 p 等随机数组成的数组；也就是与 p 同一对象类型。您可以指定 typename 或 ‘like’，但不能同时指定两者。
注意
不建议对 rand 函数使用 ‘seed’、’state’ 和 ‘twister’ 输入。改用 rng 函数。有关详细信息，请参阅更换阻拦的 rand 和 randn 语法。
示例
全部折叠
由随机数组成的矩阵
生成一个由介于 0 和 1 之间的均匀分布的随机数组成的 5×5 矩阵。
r = rand(5)
r =
0.8147 0.0975 0.1576 0.1419 0.6557
0.9058 0.2785 0.9706 0.4218 0.0357
0.1270 0.5469 0.9572 0.9157 0.8491
0.9134 0.9575 0.4854 0.7922 0.9340
0.6324 0.9649 0.8003 0.9595 0.6787
指定区间内的随机数
生成一个由区间 (-5,5) 内均匀分布的数字组成的 10×1 列向量。
r = -5 + (5+5)*rand(10,1)
r =
3.1472
4.0579
-3.7301
4.1338
1.3236
-4.0246
-2.2150
0.4688
4.5751
4.6489
一般来说，可以使用公式 r = a + (b-a).*rand(N,1) 生成区间 (a,b) 内的 N 个随机数。
随机整数
使用 randi 函数（而不是 rand）生成在 10 和 50 之间均匀分布的 5 个随机整数。
r = randi([10 50],1,5)
r =
43 47 15 47 35
随机复数
生成一个实部和虚部位于区间 (0,1) 内的随机复数。
a = rand + 1i*rand
a =
0.8147 + 0.9058i
重置随机数生成函数
保存随机数生成函数的当前状态并创建一个由随机数组成的 1×5 向量。
s = rng;
r = rand(1,5)
r =
0.8147 0.9058 0.1270 0.9134 0.6324
将随机数生成函数的状态恢复为 s，然后创建一个由随机数组成的新 1×5 向量。值与之前相同。
rng(s);
r1 = rand(1,5)
r1 =
0.8147 0.9058 0.1270 0.9134 0.6324
始终使用 rng函数（而不是 rand 或 randn 函数）指定随机数生成函数的设置。有关详细信息，请参阅 更换阻拦的 rand 和 randn 语法。
由随机数组成的三维数组
创建一个由随机数组成的 3×2×3 数组。
X = rand([3,2,3])
X =
X(:,:,1) =
0.8147 0.9134
0.9058 0.6324
0.1270 0.0975
X(:,:,2) =
0.2785 0.9649
0.5469 0.1576
0.9575 0.9706
X(:,:,3) =
0.9572 0.1419
0.4854 0.4218
0.8003 0.9157
指定随机数的数据类型。
创建一个由其元素为单精度值的随机数组成的 1×4 向量。
r = rand(1,4,’single’)
r = 1x4 single row vector
0.8147 0.9058 0.1270 0.9134
class(r)
ans =
‘single’
根据现有数组克隆大小
创建一个由正态分布的随机数组成并且大小与现有数组相同的矩阵。
A = [3 2; -2 1];
sz = size(A);
X = rand(sz)
X =
0.8147 0.1270
0.9058 0.9134
它是一种将前两行代码合并成一行的常见模式：
X = rand(size(A));
根据现有数组克隆大小和数据类型
创建一个由单精度随机数组成的 2×2 矩阵。
p = single([3 2; -2 1]);
创建一个与 p 具有相同大小和数据类型的由随机数组成的数组。
X = rand(size(p),’like’,p)
X = 2x2 single matrix
0.8147 0.1270
0.9058 0.9134
class(X)
ans =
‘single’
克隆分布式数组
如果您拥有 Parallel Computing Toolbox™，请创建一个由 single 基础数据类型的随机数组成的 1000×1000 分布式数组。对于 distributed 数据类型，’like’ 语法除了克隆主数据类型，还克隆基础数据类型。
p = rand(1000,’single’,’distributed’);
Starting parallel pool (parpool) using the ‘local’ profile …
connected to 6 workers.
创建一个与 p 具有相同大小、主数据类型和基础数据类型的由随机数组成的数组。
X = rand(size(p),’like’,p);
class(X)
ans =
distributed
classUnderlying(X)
ans =
single
输入参数
全部折叠
n - 方阵的大小
整数值
方阵的大小，指定为整数值。
如果 n 为 0，则 X 为一个空矩阵。
如果 n 为负数，则将其视为 0。
数据类型： single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64
sz1,…,szN - 每个维度的大小（作为单独参数）
整数值
每个维度的大小，指定为包含整数值的单独参数。
如果任何维度的大小为 0，则 X 为空数组。
如果任何维度的大小为负值，则其将被视为 0。
对于第二个维度以上的维度，rand 忽略大小为 1 的尾部维度。例如，rand(3,1,1,1) 生成由随机数组成的 3×1 向量。
数据类型： single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64
sz - 每个维度的大小（作为行向量）
整数值
每个维度的大小，指定为由整数组成的行向量。此向量的每个元素指示对应维度的大小：
如果任何维度的大小为 0，则 X 为空数组。
如果任何维度的大小为负值，则其将被视为 0。
对于第二个维度以上的维度，rand 忽略大小为 1 的尾部维度。例如，rand([3,1,1,1]) 生成由随机数组成的 3×1 向量。
示例： sz = [2,3,4] 创建一个 2×3×4 数组。
数据类型： single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64
typename - 要创建的数据类型（类）
‘double’ （默认） | ‘single’
要创建的数据类型（类），指定为 ‘double’、’single’、、、、、、、、、 或提供 rand 支持的其他类的名称。
示例： rand(5,’single’)
p - 要创建的数组的原型
数值数组
要创建的数组的原型，指定为数值数组。
示例： rand(5,’like’,p)
数据类型： single | double
复数支持： 是
提示
rand 生成的数字序列由均匀伪随机数生成函数的内部设置决定，该生成函数是 rand、randi 和 randn 的基础。您可以使用 rng 控制这一共享的随机数生成函数。
希望我的整理能够帮助到各位小可爱！
我很弱，所以我要不断努力！
努力是因为不想让在乎的人失望！
博主整理不易，如果喜欢推荐关注一下博主哦！
博主喜欢广交好友下面是我的联系方式：
QQ：1263030049
加好友前请注明原因谢谢！