MATLAB

MATLAB neu entdecken

Neue Tools, mit denen Sie Apps erstellen, Skripte schreiben und Software im Team entwickeln können. Mehr Optionen für die Datenanalyse, Machine Learning und Deep Learning.

Zusätzlich ist MATLAB schneller als je zuvor. Sehen Sie sich die Neuerungen genauer an.

Live Editor

Erstellen Sie Skripte, die nicht nur Ihren Code enthalten sondern den gesamten Zusammenhang darstellen, den Sie mit anderen Personen teilen können. Dank automatisierter, kontextbezogener Hinweise kommen Sie beim Programmieren schnell voran. Ergebnisse und Visualisierungen werden zusammen mit Ihrem Code angezeigt.

App Designer

Mit App Designer können auch Personen, die keine professionellen Softwareentwickler sind, professionelle Apps entwickeln. Sie können visuelle Komponenten per Drag & Drop zusammenstellen, um das Design Ihrer App zu entwerfen, und das Verhalten der App mit dem integrierten Editor schnell programmieren.

Datenanalyse

Sie haben Daten – verbringen Sie nicht Ihre gesamte Zeit damit, diese für Ihre Analysen aufzubereiten. Verwenden Sie neue Tools und Funktionen in MATLAB, um Ihre Daten zu importieren, zu bereinigen, zu filtern und zu gruppieren und schneller mit der Datenanalyse zu beginnen.

Big Data

Es ist nicht erforderlich, dass Sie sich spezielle Kenntnisse für die Big-Data-Programmierung aneignen. Mit Tall-Arrays in MATLAB können Sie den Code und die Syntax verwenden, mit denen Sie bereits vertraut sind, sogar wenn Ihre Datenmengen zu groß für den Arbeitsspeicher sind. Außerdem arbeitet MATLAB mit den Speichersystemen, die Sie bereits verwenden, inklusive herkömmlicher Dateisysteme, SQL- und NoSQL-Datenbanken und Hadoop/HDFS.

Performance

MATLAB führt Ihren Code fast doppelt so schnell aus wie noch vor zwei Jahren. Und dafür müssen Sie keine einzige Codezeile ändern.

Grafiken

Das MATLAB-Grafiksystem erleichtert die Erstellung und Anpassung von Diagrammen. Neue Standardfarben, -schriftarten und -formatvorlagen helfen bei der Interpretation Ihrer Daten. Sehen Sie sich neue Diagramme wie die folgenden an:

Entwicklung im Team

Mit zunehmender Größe und Komplexität Ihrer Projekte bietet MATLAB Möglichkeiten und Fuktionen, die die Zusammenarbeit bei der Softwareentwicklung unterstützen.

Datenanalyse

Mit MATLAB können Sie selbst Data Science betreiben, unabhängig davon, mit welchen geschäftlichen oder technischen Daten Sie arbeiten. Sie können Ihre Analysen überall ausführen, ganz gleich, ob Sie Anwendungen für herkömmliche IT-Systeme oder für Embedded-Plattformen bereitstellen.

Deep Learning

MATLAB macht Deep Learning für jeden zugänglich, selbst wenn Sie kein Experte sind. Sie können eigene Modelle entwerfen, auf aktuelle Modelle zugreifen oder vortrainierte Modelle aus Caffe importieren. Verwenden Sie NVIDIA-GPUs, um Modelle zu trainieren. Erzeugen Sie automatisch CUDA-Code für den Einsatz auf Embedded-Plattformen.

Kostenlose Testversion anfordern

30 days of exploration at your fingertips.

Bereit zum Kauf?

Purchase MATLAB and explore related products.


Studieren Sie?

Get MATLAB and Simulink student software.

Neue Funktionen nach Release

Desktop

  • Live Editor: Schreiben von MATLAB-Befehlen mit automatisierten, kontextbezogenen Hinweisen für Argumente, Eigenschaftswerte und alternative Syntaxvarianten​​​​​
  • Live Editor: Exportieren von Live-Skripten in das LaTeX-Format​​​​​​​​​
  • Live Editor: Anzeigen hochauflösender Diagramme in PDF-Ausgaben​​​
  • Live Editor: Horizontale Ausrichtung von Text, Gleichungen und Bildern​​​​​​​​​​​
  • Dokumentation: Verwendung des Live Editor in einem Webbrowser, um Beispiele aus der MATLAB-Online-Dokumentation zu öffnen, zu bearbeiten und auszuführen
  • MATLAB Drive: Speicherung, Zugriff und Verwaltung Ihrer Dateien von überall
  • Add-On-Manager: Anpassung Ihrer MATLAB-Umgebung durch Aktivieren und Deaktivieren von Add-Ons​​​​​​
  • Add-On-Manager: Schnelleres Auffinden installierter Add-Ons durch Sortieren und Suchen​​​​​​​​​​
  • Toolbox Packaging: Erstellen eines Einstiegshandbuchs für Ihre Toolbox aus einer Live-Skript-Vorlage​​​​​​​​​​​​​
  • Toolbox Packaging: Teilen Sie Ihre Toolbox auf File Exchange direkt nach der Paketierung​​​​ mit anderen

Sprache und Programmierung

  • Bericht zur Code-Kompatibilität: Erzeugung eines Berichts, der die Aktualisierung von Code auf ein neueres MATLAB-Release erleichtert​​

Mathematics

  • decomposition -Objekt: Wiederholte Lösung linearer Systeme mit höherer Leistung
  • lsqminnorm-Funktion: Finden der Lösung mit kleinster Norm für ein unterbestimmtes lineares System
  • dissect-Funktion: Neuanordnung von Spalten einer dünn besetzten Matrix unter Nutzung von Nested-Dissection ordering
  • vecnorm-Funktion: Berechnung vektorweiser Normen von Arrays
  • polyshape-Objekt: Erstellen, Analysieren und Visualisieren von 2D-Polygonen

Grafiken

  • geobubble-Funktion: Erstellen einer interaktiven Karte mit Kreisen, deren Größe und Farbe von den Datenwerten abhängen
  • wordcloud-Funktion: Anzeigen von Wörtern in unterschiedlichen Größen je nach Häufigkeit oder benutzerdefinierten Größendaten
  • binscatter-Funktion: Visualisieren der Datendichte mit dynamischer Anpassung der Kategoriegröße
  • Unterstützung von Tall-Arrays: Visualisieren von Out-of-Memory-Daten mit plot, scatter und binscatter
  • heatmap-Funktion: Sortieren von Zeilen und Spalten und Verwendung benutzerdefinierter Beschriftungen in einer Heatmap
  • bar-Funktion: Bestimmung einzelner Balkenfarben

Datenimport und -export

  • Benutzerdefinierter Datastore: Erstellung eines benutzerdefinierten Datastores
  • datastore-Funktion: Arbeiten mit Daten im Microsoft Azure Blob Storage

Datenanalyse

  • ischange-Funktion: Erkennung abrupter Änderungen in Daten
  • islocalmin- und islocalmax-Funktionen: Erkennung lokaler Minima und Maxima in Daten
  • rescale-Funktion: Skalierung von Daten auf einen angegebenen Bereich
  • Tall-Arrays: Verwendung von Tall-Arrays in mehr Funktionen, darunter fillmissing, filter, median, polyfit und synchronize
  • timetable-Daten-Container: Angabe darüber, ob jede Variable in einem timetable kontinuierliche oder diskrete Daten enthält; dabei wird die VariableContinuity-Eigenschaft verwendet.

Erstellung einer App

  • App Designer: Erstellung von Apps mit zahlreichen unterschiedlichen 2D- und 3D-Diagrammen
  • App Designer: Hinzufügen von Menüs aus der Komponentenbibliothek zu einer App
  • App Designer: Angeben von Eingabeargumenten bei der Ausführung einer App
  • App Designer: Hinzufügen einer Zusammenfassung, einer Beschreibung und eines Screenshots für die Paketierung und Kompilierung von Apps
  • uitree- und uitreenode-Funktionen: Erstellung von Bäumen und Baumknoten in Apps
  • uiconfirm-Funktion: Erstellung modaler Bestätigungsdialogfelder in Apps
  • Toolbox Packaging: Hinzufügen von App Designer-Apps zur App-Galerie nach Installation der Toolbox
  • MATLAB Online: Ausführen von App Designer-Apps in MATLAB Online

Performance

  • App Designer: Schnelleres Laden von Apps
  • Execution Engine: Verbesserte Leistung für Vektormathematik auf CPUs mit AVX2​​​
  • Live Editor: Schnellere Ausführung von Live-Skripten mit Schleifen

Hardware-Unterstützung

  • Arduino: Drahtlosverbindungen mit Arduino-Platinen via kostengünstigen Bluetooth-Adaptern
  • Setup-Benutzeroberfläche für Arduino: Einrichtung einer Verbindung mit Ihrer Arduino-Platine über USB, Bluetooth oder WiFi
  • Erkennung beim Verbinden mit Arduino: Erkennung verfügbarer Arduino-Unterstützung und -Beispiele beim Verbinden einer kompatiblen Arduino-Platine

Fortschrittliche Softwareentwicklung

  • MATLAB Engine API für C++: Ausführung von MATLAB-Code aus Programmen in C++ mit Unterstützung für objektorientierte Programmierung sowie in asynchroner Weise
  • MATLAB Engine API für C++: Übergeben von Daten zwischen Programmen in C++ und MATLAB mit MATLAB-Datenarrays
  • Java SE 8: MATLAB-Unterstützung mit verbesserter Sicherheit und Zugriff auf neue Java-Funktionen​​​
  • MinGW 5.3: MATLAB-Unterstützung​​​
  • Microsoft Visual Studio 2017: MATLAB-Unterstützung für Microsoft Visual Studio 2017 Community, Professional und Enterprise Edition​
  • Python Version 3.6: MATLAB-Unterstützung
  • MATLAB-Handle-Klassenmethode: Hinzufügen eines Listeners für ein Ereignis, ohne dass der Listener an das Quellobjekt gebunden wird
  • Unit Testing Framework: Bereitstellung von Codeabdeckungsberichten im Cobertura-Format zur Verbesserung der kontinuierlichen Integrations-Workflows​​​

Ausführliche Informationen finden Sie in den Release Notes.

Desktop

  • Live Editor: interaktive Bearbeitung von Abbildungen einschließlich des Titels, der Beschriftungen, der Legende und anderer Anmerkungen
  • Live Editor: Vorschläge für falsch geschriebene Befehle und Variablen
  • Live Editor: Kopieren von Live-Script-Ausgaben in andere Anwendungen
  • Live Editor: Halten des Mauszeigers über Variablen, um ihren aktuellen Wert anzuzeigen
  • Add-On-Explorer: Entdecken und Installieren von File Exchange-Beiträgen, die auf GitHub gehostet werden, mittels Add-On-Explorer
  • MATLAB Online: Zugriff auf MATLAB über Ihren Webbrowser

Sprache und Programmierung

  • string-Arrays: Erstellung von string-Arrays mit doppelten Anführungszeichen
  • missing-Funktion: Zuweisung fehlender Werte in wesentlichen Datentypen wie z.B.: double, datetime, categorical und in string-Arrays
  • issortedrows-Funktion: Ermitteln, ob Matrix - und Tabellenzeilen sortiert sind
  • sort- und sortrows-Funktionen: Angeben von Optionen für die Sortierung komplexer Zahlen und die Platzierung fehlender Elemente
  • issorted-Funktion: Abfragen der Sortierreihenfolge mit den Optionen monoton, streng monoton, streng steigend und streng fallend

Grafiken

  • heatmap-Funktion: Visualisierung von Tabellen- oder Matrixdaten als Heatmap
  • legend-Funktion: Erstellung von Legenden, die aktualisiert werden, wenn Daten auf den Achsen hinzugefügt oder entfernt werden
  • Kategorische Darstellung: Verwendung kategorischer Daten in grafischen Darstellungsfunktionen und Anpassung der Achsen mit kategorischen Linealen
  • histogram-Funktion: Darstellung von Histogrammen von datetime- und duration-Daten

Datenimport und -export

  • datastore- und tabularTextDatastore-Funktionen: automatische Erkennung und Rückgabe von Datums- und Zeitdaten in Textdateien
  • Import-Tool: interaktives Importieren von Strings und kategorischen Arrays
  • detectImportOptions-Funktion: Steuerung von Importeigenschaften von Textdateien mit fester Breite
  • RESTful-Webservices: Unterstützung der HTTP-Methoden PUT und DELETE in webread, webwrite und websave

Datenanalyse

  • tall-Arrays: Arbeit mit tall-Arrays mit mehr Funktionen, darunter ismember, sort, conv und Funktionen für gleitende Statistiken
  • isoutlier- und filloutliers-Funktionen: Erkennung und Ersetzung von Ausreißern in einem Array oder einer Tabelle
  • smoothdata-Funktion: Glättung verrauschter Daten in einem Array oder einer Tabelle mit Filterung oder lokaler Regression
  • summary-Funktion: Berechnung von zusammenfassenden Statistiken und Informationen zu Variablen in Tabellen und Timetables
  • movmad- und movprod-Funktionen: Berechnung der gleitenden Median-Absolutabweichung und des gleitenden Produkts eines Arrays
  • bounds-Funktion: gleichzeitige Ermittlung des kleinsten und des größten Elements eines Arrays
  • fillmissing-Funktion: Ersetzung fehlender Daten in einem Array oder einer Tabelle mit der Option für gleitenden Durchschnitt oder gleitenden Median

Erstellung einer App

  • App Designer: interaktives Tutorial zur Erstellung von Apps
  • App Designer: Zoomen und Schwenken in Darstellungen
  • App Designer: Konfigurieren von Spalten einer Tabelle so, dass sie automatisch die gesamte Tabellenbreite ausfüllen
  • App Designer: Verwalten häufig verwendeter Design-Einstellungen im entsprechenden Dialogfeld

Performance

  • Execution Engine: bessere Leistung beim Festlegen von MATLAB-Objekteigenschaften
  • save-Funktion: Speichern von MAT v7.3-Dateien ohne Komprimierung zur Verbesserung der Leistung auf einigen Speichergeräten
  • memoize-Funktion: Caching von Ergebnissen einer Funktion, damit sie beim erneuten Aufruf mit denselben Eingaben nicht erneut ausgeführt werden muss
  • Skripte: verbesserte Leistung von Skripten durch geringeren Ausführaufwand
  • try, catch-Block: verbesserte Leistung von try-Blöcken durch geringeren Ausführungsaufwand

Hardware-Unterstützung

  • Arduino: Lesen von Quadratur-Encodern
  • Arduino: Herstellung von Drahtlosverbindungen mit der Arduino MKR1000-Platine über WLAN
  • iPhone- und Android-Sensoren: lokale Protokollierung von Sensordaten auf Android- oder iOS-Geräten zur späteren Analyse

Fortschrittliche Softwareentwicklung

  • Objekteigenschaften: Validierung von Objekteigenschaftswerten nach Typ, Größe, Form oder anderen Parametern
  • Mocking Framework: Isolierung eines Teils eines Systems zum Testen, indem das Verhalten abhängiger Komponenten imitiert wird
  • Unit Testing Framework: Erfassung von bei Tests generierten Screenshots und Abbildungen mit TestReportPlugin
  • Unit Testing Framework: Steuerung der runtests-Funktion mit Optionen für Debugging, strikten Modus und Ausführlichkeit
  • Performance Testing Framework: Anzeigen von Statistiken aus Testmessungen mit der sampleSummary-Methode

Desktop

  • Live Editor: Achsen in Ausgabeabbildungen schwenken, zoomen und drehen
  • Live Editor: Gleichungen interaktiv mithilfe des Gleichungseditors erstellen und bearbeiten
  • Live Editor: Neue Abschnitte erstellen und Text schnell mithilfe von Autoformatierung formatieren
  • Befehlsfenster: Aktualisierte Anzeige für Arrays anzeigen, einschließlich Überschriften, die Klasse, Größe und Form angeben
  • Produkt-Testversionen: Testversionen für MathWorks-Produkte mit dem Add-On-Explorer herunterladen
  • Toolbox Packaging: Live-Skript-Beispiele einbeziehen, info.xml- und helptoc.xml-Vorlagen für benutzerdefinierte Dokumentation erstellen und Java-Klasse-Pfad bei Installation ändern

Sprache und Programmierung

  • Funktionen in Skripten: Lokale Funktionen in Skripts für verbesserte Wiederverwendung und Lesbarkeit von Code definieren
  • string-Array Textdaten effizient manipulieren, vergleichen und speichern
  • timetable-Datencontainer: Tabellendaten mit Zeitstempel mit zeitbasierter Indizierung und Synchronisation verwalten
  • timerange-Funktion: Auf alle Daten in einem festgelegten Zeit- und Datumsbereich in einer timetable zugreifen
  • vartype-Funktion: Auf alle Variablen eines festgelegten Datentyps in einer Tabelle zugreifen
  • table-Datencontainer: Alle Variablen in einer Tabelle mit kompatiblen Typen mithilfe der Variables-Eigenschaft referenzieren
  • dir-Funktion: Rekursiv nach Ordnern und Unterordnern suchen

Mathematik

  • Implizite Erweiterung: Elementweise Operationen und Funktionen mit automatischer Erweiterung von Dimensionen der Länge 1 auf Arrays anwenden
  • graph- und digraph-Objekte: Graphisomorphismus, zweifach verbundene Komponenten, Schnitteckpunkte und Knotenkondensation berechnen
  • graph- und digraph-Objekte: Graphen und Netzwerke in 3D visualisieren
  • digraph-Objekt: Kantenrichtungen in einem gerichteten Graph mithilfe der flipedge-Funktion umkehren

Grafiken

  • Darstellung von Datum und Zeit: datetime- oder duration-Daten in gewöhnlichen Darstellungsfunktionen verwenden und Diagramme mit datetime- und duration-Linealen anpassen
  • polarscatter- und polarhistogram-Funktionen: Punkt- und Histogrammdiagramme in Polarkoordinaten erstellen
  • fimplicit- und fimplicit3-Funktionen: Implizite Funktionen der Form f(x,y) = 0 und f(x,y,z) = 0 darstellen
  • Tick-Formatierungsfunktionen Text, Position, Drehung und Format für Tick-Labels für Achsen anpassen
  • errorbar-Funktionen: Vertikale und horizontale Fehlerbalken erstellen und Hutbreite steuern
  • plot-Funktion: Standort und Frequenz von Markierungen mit der MarkerIndices

Datenimport und -export

  • readtable-Funktion: Datums- und Zeitdaten in Text- und Kalkulationstabellendateien automatisch erkennen und zurückgeben
  • detectImportOptions-Funktion: Layout von Text- und Excel-Dateien erkennen und Importoptionen auf readable anpassen
  • VideoReader-Objekt: Videobilder schneller aus MP4- und MOV-Dateien auf Windows-Systemen lesen
  • imageDatastore-Funktion: Bilderstapel für schnellere Verarbeitung in Anwendungen für maschinelles Lernen und maschinelles Sehen lesen
  • TallDatastore-Objekt: Vorverarbeitete und bereinigte Daten, die mithilfe der write-Funktion der MATLAB-tall-Arrays gespeichert wurden, effizient abrufen
  • jsondecode, jsonencode-Funktionen: Strukturierte Daten in JSON-formatiertem Text verschlüsseln und entschlüsseln

Datenanalyse

  • tall-Arrays: Daten, die zu groß für den Speicher sind, manipulieren und analysieren
  • Funktionen für fehlende Daten: Fehlende Daten aus Arrays oder Tabellen mit ismissing, standardizeMissing, fillmissing und rmmissing suchen, auffüllen und entfernen.
  • Kumulative Funktionen: NaNs mit 'omitnan' in cumsum, cummin und cummax ignorieren.
  • discretize-Funktion: datetime- und duration-Arrays diskretisieren, um Daten mit Zeitstempel in regelmäßige Zeitintervalle zu trennen
  • Beschränktes Schwenken und Zoomen: In eine einzelne Dimension für 2D- und 3D-Darstellungen schwenken und zoomen

Erstellung einer App

  • App Designer: Gewöhnliche 2D-Darstellungen wie z. B. area, bar, contour, histogram, yyaxis und Funktionsdarstellungen in Apps einschließen
  • App Designer: Legenden für 2D-Darstellungen in Apps erstellen
  • App Designer: Tabellarische Anzeigen mithilfe vonuitable in Apps integrieren
  • App Designer: Callback-Funktionen erstellen, die in mehreren Komponenten verwendet werden können
  • App Designer: Bezeichnete Komponenten hinzufügen, positionieren und deren Größe ändern und Komponenten mit von Bezeichnungen abgeleiteten Namen erstellen

Performance

  • Grafikdarstellung: Ausgaben mit einer großen Anzahl an Markern schneller und mit von weniger Speicherplatz rendern
  • Execution Engine: Enge Schleifen mit skalarer Mathematik schneller ausführen
  • Execution Engine: Objekte schneller konstruieren

Hardware-Unterstützung

  • iPhone- und Android-Sensoren: Daten von mobilen Sensoren in der MathWorks-Cloud über ein WLAN- oder Mobilfunknetz protokollieren
  • Arduino: Auf Schieberegister schreiben
  • Raspberry Pi: PWM-Signale generieren und Servomotoren von GPIO-Pins auf Raspberry Pi steuern
  • Raspberry Pi: Unterstützung für Raspberry Pi 3 Modell B
  • Raspberry Pi: Von Sensoren lesen und auf die LED-Matrix auf einem Raspberry Pi Sense HAT schreiben

Fortschrittliche Softwareentwicklung

  • matlab.net.http-Objekt: Auf HTTP-Dienste mit Protokollkontrolle auf niedriger Ebene zugreifen
  • MATLAB Engine API für Java: MATLAB-Code aus Java-Programmen ausführen
  • matlab.mixin.SetGet: Ungenaue Eigenschaftsnamen standardmäßig in Anrufen zum Einstellen und Abrufen erlauben
  • Unit Testing Framework: Microsoft Word- oder Adobe-PDF-Berichte eines Testlaufs generieren
  • Unit and Performance Testing Frameworks: Wiederverwendung und Lesbarkeit von Code mithilfe lokaler Funktionen in skriptbasierten Tests verbessern

Ausführliche Details hierzu finden Sie in den Release Notes.

Desktop

  • Live Editor: Live Scripts mit eingebetteter Ausgabe erstellen und ausführen; Gleichungen und Bilder zur Verbesserung der interaktiven Erzählstruktur hinzufügen
  • Toolboxes: Mit dem matlab.addons.toolbox-Paket benutzerdefinierte MATLAB Toolboxes programmatisch bündeln und installieren
  • Tab-Vervollständigung: Parameternamen und Optionen in ausgewählten MATLAB-Funktionsaufrufen vervollständigen
  • Schaltfläche „Anhalten“: Über den Editor und Eingabe-Debug-Modus die Ausführung eines Programms anhalten

Sprache und Programmierung

  • datetime-Objekt: Einstellen des Standardgebietsschemas und Formats von datetime-Objekten im Bereich „Einstellungen“
  • zeros-, ones- und eye-Funktionen: Erstellen von logischen Arrays

Mathematics

  • Statistische Funktionen für Moving Windows: Statistiken für Moving Windows mit den Funktionen movmean, movsum, movmedian, movmax, movmin, movvar und movstd berechnen
  • datetime- und duration-Arrays: Standardabweichungen mit std berechnen
  • datetime- und duration-Arrays: Mit 'omitnan' oder 'omitnat' in den Funktionen mean, median, std und sum NaNs und NaTs ignorieren
  • graph -und digraph-Klassen: Graphen und Netze mit Funktionen für die Berechnung von mit Zentralität und den nächstgelegenen Knoten analysieren
  • svds-Funktionen: Singulärwerte mit verbesserter Leistung und Konvergenzverhalten für eine große Bandbreite von Matrizen berechnen
  • median-Funktion: Mediane mit verbesserter Leistung berechnen
  • cummin-, cummax-, cumprod- und cumsum-Funktionen: Berechnung kumulativer Minima, Maxima, Produkte und Summen mit verbesserter Leistung

Grafiken

  • polarplot-Funktion: Daten in Polarkoordinaten darstellen und Eigenschaften von Polarachsen modifizieren
  • yyaxis-Funktion: Diagramme erstellen mit zwei Y-Achsen und jede Y-Achse einzeln anpassen
  • Legendenobjekt: Legendentitel hinzufügen und Callbacks erstellen, um Darstellungen beim Klicken auf Legendenelemente hervorzuheben
  • histogram2-Funktion: Datenverknüpfung und Brushing für bivariate Histogramme aktivieren
  • Funktionsausgaben: Mathematische Ausdrücke als Parameterlinie, Oberfläche und Kontur visualisieren
  • Grafikdarstellung: Ausgaben mit einer großen Anzahl an Markern schneller rendern
  • 3D-Schwenken und -Zoomen: Daten mit verbessertem Schwenk- und Zoomverhalten für Achsen in einer 3D-Ansicht untersuchen

Erstellung einer App

  • App Designer: MATLAB Apps mit Linien- und Punktdiagrammen erstellen unter Verwendung einer verbesserten Designumgebung und eines erweiterten Komponentensets für die Benutzeroberfläche

Datenimport und -export

  • writetable-Funktion: Bedeutend schneller beim Schreiben von Textdateien, vor allem bei großen Dateien
  • readtable-Funktion: Schneller aus Excel-Dateien lesen
  • writetable-Funktion: In Excel-Dateien auf Mac- und Linux-Plattformen schreiben
  • spreadsheetDatastore-Funktion: Aus einer Sammlung von Excel-Dateien Daten importieren und verarbeiten.
  • datastore-Funktion: Importieren eines TabularTextDatastore-Objekts mit verbesserter Datenformaterkennung
  • ImageDatastore-Objekt: Anhand von Label-Eigenschaften Bild-Labels spezifizieren und mit splitEachLabel-, countEachLabel- und shuffle-Funktionen verarbeiten
  • fileDatastore-Funktion: Einen benutzerdefinierten Datastore für eine Sammlung von Dateien erstellen, die zu groß für den Speicher ist
  • readtable-Funktion: Textdateien mit automatischer Erkennung von Trennzeichen, Überschriften und Variablennamen lesen
  • tabularTextDatastore- und imageDatastore-Funktionen: Objekte zum Importieren von großen Textmengen und Bilddatensammlungen erstellen

Performance

  • Leistungstest-Framework Mit Unit Testing Framework MATLAB-Code-Leistung messen
  • Grafikdarstellung: Darstellungen mit einer großen Anzahl von Markern schneller rendern
  • writetable-Funktion: Bedeutend schneller beim Schreiben von Textdateien, vor allem bei großen Dateien
  • readtable-Funktion: Schneller aus Excel-Dateien lesen
  • median-Funktion: Mediane mit verbesserter Leistung berechnen
  • cummin-, cummax-, cumprod- und cumsum-Funktionen: Berechnung kumulativer Minima, Maxima, Produkte und Summen mit verbesserter Leistung

Hardware-Unterstützung

  • Raspberry Pi: Bilder aus USB-Webcams erfassen
  • Arduino: Benutzerdefinierte Add-ons erstellen, um mit zusätzlichen Hardware- und Software-Bibliotheken zu verbinden

Fortschrittliche Softwareentwicklung

  • Leistungstest-Framework Mit Unit Testing Framework MATLAB-Code-Leistung messen

Ausführliche Details hierzu finden Sie in den Release Notes.

Version 8.5.1 aus Release 2015aSP1 enthält Fehlerbehebungen.

Ausführliche Details hierzu finden Sie in den Release Notes.

Desktop

  • Add-On-Explorer: Hinzufügen von Funktionen zu MATLAB, darunter von der Benutzergemeinschaft erstellte Toolboxen und MathWorks-Toolboxen, Apps, Funktionen, Modelle und Hardware-Unterstützung
  • Dokumentation: Schnelleres Auffinden von Informationen mit der verbesserter Hilfe-Navigation und Browser-Shortcuts
  • Tab-Vervollständigung: Komplette Befehle mit korrigierter Groß-/Kleinschreibung
  • Befehlsvorschläge: Korrekturvorschläge für falsch geschriebene Funktionsnamen bei Aufruf des Hilfebefehls

Sprache und Programmierung

  • findgroups und splitapply Funktionen: Aufteilen von Daten in Gruppen und Anwenden der Funktionen auf jede Datengruppe
  • NaT Funktion: Erstellen eines Arrays von Not-a-time-Werten
  • timezones Funktion: Anzeige einer Liste mit Zeitzonennamen
  • help Befehl: Variable als Eingang des Hilfe- befehls angeben, statt den Variablenklassennamen zu bestimmen

Fortschrittliche Softwareentwicklung

  • MATLAB-Schnittstelle zu Python: Python-Klassendefinitionen mit dem Befehl clear classes löschen; nützlich beim Laden geänderter Python-Klassen
  • MATLAB-Schnittstelle zu Python: Übergabe eines Handles an eine Python-Funktion zu anderen Python-Funktionen, die aus MATLAB aufgerufen werden
  • MATLAB-Engine für Python: Aufrufen von MATLAB-Funktionen und Objekten aus Python durch Verbindung zu einer laufenden MATLAB-Sitzung
  • MEX Compiler-Unterstützung: Kompilieren von MEX-Dateien auf Windows-64-Bit-Systemen mit dem kostenlos verfügbaren MinGW-w64-Compiler ​
  • Unit Testing Framework: Verbesserung der kontinuierlichen Integrations-Workflows mit Diagnostik des TAP-Plugins und eines XML​-Plugins im JUnit-Stil
  • Unit Testing Framework: Anpassung des Testläufers mit Plugins, die unmittelbar endgültige Ergebnisse berichten und systemweite Qualifikationen durchführen​
  • Unit Testing Framework: Wenn verfügbar, parallele Ausführung von Tests mit der Funktion runtests​ mit der Option UseParallel -
  • Unit Testing Framework: Erkennen und Verhindern von testbezogenen Warnungen, die durch die neuen Klassen FailOnWarningsPlugin

Mathematics

  • graph und digraph ausgegeben wurden: Erstellen, Analysieren und Visualisieren von Diagrammen und Netzwerken
  • histcounts2 Funktion: Bivariate Daten lagern
  • deg2rad und rad2deg Funktionen: Konvertierung zwischen Radiant und Grad
  • datetime Arrays: Interpolation von Datum und Zeit mit interp1 Funktion
  • Dauer Arrays: Durchführung von Dauerberechnungen mit interp1, eps, cummax, cummin, cumsum, modund rem Funktionen

Datenimport und -export

  • Excel-Tabellen: Wiederholtes Schreiben und Lesen in der gleichen Tabelle mit verbesserter Leistung von xlsread, xlswrite, readtableund writetable Funktionen
  • datastore Funktion: Datenimport von Bildersammlungen, die für den Speicher zu groß sind, als ImageDatastore
  • datastore Funktion: Datenimport von Textdateien mit Unterstützung für zusätzliche Zeichenkodierungsschemata mit TabularTextDatastore​
  • VideoReader Objekt: Schnelleres Lesen von Datenströmen aus Videodateien auf Mac

Grafiken

  • Grafikdarstellung: Nutzung von DPI-sensiblen MATLAB-Grafiken für Apple Retina-Bildschirme und hochauflösende Bildschirme unter Windows
  • Achsenobjekt: Festlegen der Position jeder Achse in einem Plot zur Kreuzung am Ursprung
  • Numerisches Linealobjekt: Anpassung der Linealskalierung, Exponenten und Textstil für die Steuerung der Darstellung einer einzelnen Achse in einem Plot
  • histogram2 Funktion: Plotten von bivariaten Histogrammen zur Steuerung der Balken, Normalisierung und des Displays
  • MATLAB-Tabellen: Übersichtlichkeit in Balken-, Punkt- und Flächendiagrammen

Erstellung der grafischen Benutzeroberfläche

  • Benutzerschnittstellenanzeige: Erstellung von DPI-sensiblen Benutzerschnittstellen für Apple Retina-Bildschirme und hochauflösende Bildschirme unter Windows

Performance

  • MATLAB Execution Engine: Schnellere Ausführung von Programmen mit verbesserter Architektur
  • table Datentyp: Datenzugriff mit verbesserter Leistung bei Verwendung von Punkt-Klammern
  • Kategorische Arrays: Erstellung einer größeren Kategorienanzahl mit verbesserter Speichereffizienz und Leistung

Hardware-Unterstützung

  • ​Raspberry Pi 2 Modell B: Erfassung von Sensor- und Bilddaten von Raspberry Pi 2 Boards mitMATLAB-Support-Paket für Raspberry Pi-Hardware
  • ​BeagleBone Black: Erfassung von Sensor- und Bilddaten von BeagleBone Black Boards mit MATLAB-Support-Paket für BeagleBone Black-Hardware
  • iOS-Sensoren: Erfassung von Sensordaten von Apple iOS-Mobilgeräten mit MATLAB Support-Paket für Apple iOS-Sensoren:

Ausführliche Details hierzu finden Sie in den Release Notes.

Desktop

  • Dokumentation: Integration der Dokumentation für benutzerdefinierte Toolboxes in den MATLAB-Hilfebrowser
  • maximale Arraygröße: Limitierung der maximalen Arraygröße, um die unbeabsichtigte Erstellung von sehr großen Matrizen zu verhindern
  • Tab-Vervollständigung: Vervollständigung von Properties und Methoden von Klassen bei der Bearbeitung von Klassendefinitionsdateien

Sprache und Programmierung

  • repelem Funktion: Wiederholung von Kopien von Arrayelementen, um ein größeres Array zu erstellen

Mathematik

  • discretize Funktion: Gruppierung von numerischen Daten in Bins oder Kategorien
  • Deskriptive Statistik: Nichtberücksichtigung von NaN- Werten in grundlegenden statistischen Funktionen, einschließlich max, min, mean, median, sum, var, stdund cov
  • ismembertol und uniquetol Funktionen: Durchführung von Mengenvergleichen unter Berücksichtigung einer Toleranz
  • Zufallszahlen: Erzeugung von Zufallszahlen mit dem mit double-Präzision arbeitenden, an SIMD orientierten Fast Mersenne Twister (dSFMT)-Algorithmus

Datenimport und -export

  • Datastore: Lesen einer vollständigen Datei mithilfe der 'file'- Option für die ReadSize Eigenschaft
  • Datastore: Paralleles Lesen von Daten aus einem datastore mit der partition Funktion unter Zuhilfenahme der Parallel Computing Toolbox
  • webwrite Funktion: Senden von Daten an RESTful-Webdienste mit der HTTP-POST-Methode
  • webread und websave Funktionen: Abrufen von Daten aus RESTful-Webdiensten mit der HTTP-POST-Methode

Performance

  • MapReduce: Ausführen von mapreduce Algorithmen auf allen Computerclustern, die parallele Pools unterstützen unter Benutzung des MATLAB Distributed Computing Servers
  • Interpolationsfunktionen: Schnellere Ausführung durch multithread-unterstützte Berechnungen

Hardware-Unterstützung

  • IP Kamera Einlesen von Videos direkt aus Internet-Protocol-Kameras
  • BeagleBone Black Hardware: Zugriff auf die BeagleBone Black Hardware mit dem MATLAB-Support-Paket für BeagleBone Black Hardware
  • Arduino Hardware: Zugriff auf Arduino Leonardo und andere Platinen mit dem MATLAB-Support-Paket für Arduino Hardware

Ausführliche Details hierzu finden Sie in den Release Notes.

Desktop

  • Integration der GIT- und Subversion-Versionsverwaltungssysteme über den Current-Folder-Browser, einschließlich Synchronisierung aus im Web gehosteten Repositorys wie z.B. GitHub
  • Paketierung von benutzerdefinierten MATLAB-Toolboxes in eine eigenständige installierbare Datei
  • Dialogfeld für die Verwaltung von benutzerdefinierten MATLAB-Toolboxen
  • Vorzugssteuerung des ersten Arbeitsordners mit der Option, im Ordner aus der vorherigen MATLAB-Session zu starten
  • Selbstbestimmtes eLearning direkt aus MATLAB verfügbar

Sprache und Programmierung

  • datetime-, duration- und calendarDuration-Arrays für eine rationelle Berechnung, einen effizienten Vergleich und eine formatierte Anzeige von Daten und Uhrzeiten
  • Vorschläge zur Korrektur von Syntaxfehlern im Befehlsfenster
  • py-Paket für eine Verwendung von Python-Funktionen und -Objekten in MATLAB sowie eine Engine-Schnittstelle zum Aufruf von MATLAB aus Python
  • matlab.wsdl.createWSDLClient-Funktion für den Zugriff auf SOAP-basierte Web-Dienste
  • Workflow-Verbesserung beim Bearbeiten von classdef-Dateien, einschließlich unmittelbarer Auswirkungen auf vorhandene und neue Workspace-Variablen

Mathematik

  • histcounts-Funktion für das Binning numerischer Daten
  • triangulation-, nearestNeighbor- und pointLocation-Funktionen für die Identifizierung des nächsten Eckpunkts und das umschließende Dreieck oder den umschließenden Tetraeder für einen bestimmten Punkt
  • Option zur Interpolation des 'next' und 'previous' Nachbarn mithilfe der interp1-Funktion und griddedInterpolant-Klasse
  • Option zur Rundung auf eine bestimmte Anzahl Nachkommastellen oder signifikanter Stellen mit der round-Funktion
  • boundary-Funktion und alphaShape-Klasse zum Erstellen eines entsprechenden Grenzbereichs um eine separate Gruppe von Punkten
  • cummin- und cummax-Funktionen für die Berechnung des kumulativen Minimums bzw. Maximums eines Arrays
  • Option zur umgekehrten Summierung für die Funktionen cumsum, cummin, cummax und cumprod
  • Median- und Modusberechnung von kategorischen Daten

Datenimport und -export

  • Schnellerer Datenimport aus Textdateien mit dem Import-Tool und den readtable- und textscan-Funktionen
  • Import von Daten als categorical- und datetime-Arrays mithilfe der readtable- und textscan-Funktionen
  • Datenimport aus Textdateien und Textdateisammlungen, die nicht in den Speicher passen, mithilfe der datastore-Funktion
  • VideoReader-Leistungsverbesserung und die Möglichkeit, das Video ab einem bestimmten Zeitpunkt zu lesen
  • tcpclient-Funktion zum Schreiben und Lesen von Daten aus Geräten und Servern im Netzwerkverbund mithilfe von socket-basierten Verbindungen
  • webread-Funktion für den Import von Onlinedaten, einschließlich JSON-, CSV- und Bilddaten

Grafiken

  • Neue MATLAB-Grafiken mit mehr Klarheit und verbessertem Erscheinungsbild
  • Verbesserte Infrastruktur beruhend auf MATLAB-Objekten
  • Drehbare Achsen-Tick-Labels
  • Automatisches Update der Tick-Labels datetime und duration mithilfe der plot-Funktion
  • histogram-Funktion für die Darstellung von Histogrammen
  • animatedline-Funktion für die Generierung von Linienanimationen
  • Anzeige mehrsprachiger Texte und Symbole

Erstellung der grafischen Benutzeroberfläche

  • "uitab"- und "uitabgroup"-Komponenten zum Erstellen von Benutzeroberflächen mit Registerkartenstruktur

Performanz und Big Data

  • Analyse von Big Data auf dem Rechner, der mit der mapreduce-Funktion auf Hadoop skaliert werden kann
  • Mehr Leistung für das Sortieren von kategorischen Daten mit der sort-Funktion

Ausführliche Details hierzu finden Sie in den Release Notes.

Desktop

  • Befehlsverlauf als Popup zum Wiederaufrufen, Anzeigen, Filtern und Suchen von kürzlich genutzten Befehlen im Befehls-Fenster
  • Zusammenführungsoption im MATLAB Comparison Tool zur Beseitigung von Unterschieden zwischen Textdateien
  • Speichern von Workspace-Variablen und ihrer Werte in einem MATLAB-Skript

Sprache und Programmierung

  • Korrekturvorschläge für falsch geschriebene, benutzerdefinierte Funktionen im Befehls-Fenster.
  • Optimierte Einrichtung des MEX-Compiler und verbesserte Fehlerbehebung
  • Mehrdimensionale Array-Unterstützung für flipud-, fliplr- und rot90-Funktionen
  • Option zur Ausführung von circshift in einer benutzerdefinierten Dimension

Mathematik

  • Funktionen wie isdiag, isbanded, issymmetric, ishermitian, istril, istriu und bandwidth zum Testen von Matrixstrukturen
  • sylvester-Funktion zur Lösung der Sylvester-Gleichung
  • Option, damit eig-Funktion linke Eigenvektoren berechnet
  • Option, damit die Funktionen rand, randi und randn Arrays aus Zufallszahlen erstellen, die dem Datentyp einer vorhandenen Variablen entsprechen

Datenimport und -export

  • Webcam-Unterstützung zur Vorschau und Erfassung von Live-Bildern und -Video
  • Rasperry Pi-Hardware-Unterstützung zur Steuerung von Geräten, wie z. B. Motoren und Stellglieder, und zur Erfassung von Daten aus Sensoren und Kameras, direkt aus MATLAB

Performanz

  • Leistungsverbesserungen der conv2-Funktion mit drei Eingangswerten
  • Leistungsverbesserungen der filter-Funktion für FIR und IIR

Ausführliche Details hierzu finden Sie in den Release Notes.