主要记录的是自己复习过程中遇到的零零散散、貌似很重要但又容易忘的知识点，总的来说比较基础，适合无聊的时候，一边摸鱼一边看。
数据科学中的数学基础
目录
1.标量
2.向量
3.矩阵
tril(A) lower triangular matrix 下三角矩阵
triu(A) upper triangular matrix 上三角矩阵
以下函数与eye用法类似。
加法：
乘法
dot(x,y) 标量点积
用cross() 表示叉积
范数norm()
eig(A) 计算A的特征值。结果为一个列向量。
4.函数
求极限
求导数
求偏导数
求梯度
求概率密度函数
一些分布函数的生成随机数
查类型函数：
class()
who 和 whos 的区别
magic
函数区分传值和传地址的区别
传值
传址
结果“回存” 至输入参数，以间接实现类似传址
内联函数
匿名函数
函数的可调性
nargin 输入实参的个数
nargout 输出实参的个数
全局变量 定义格式：
5.元胞数组
6.文件
脚本文件和函数文件
创建文件
用命令按钮
或用edit
输入input()
于是A的值就变成100了
输出disp()
7.分支语句
if-end
switch
8.ps===
一些乱七八糟的函数
factor(18) = 2 3 3 求其因子，括号内只能是标量，不能是向量
isprime([1:5]) = 0 1 1 0 1 判断是否为素数
primes(10) = 2 3 5 7 输出10以下的素数
prod()
ax1 = axes('Position',[0.1 0.1 0.7 0.7]); 坐标(0.1,0.1) x,y轴宽度0.7
计算皮尔曼相关系数
