find函数matlab_关于如何在matlab中导入并翻译Hypemesh导出的大型刚度矩阵txt文本（下）...

    在上个部分，我们介绍了如何将Hypemesh导出的大型刚度矩阵快速导入matlab，并保存成data_K.mat文件。这一节，我们将介绍如何将它翻译成matlab可以使用的矩阵变量，并参与运算。

     由于这个大型刚度矩阵125万x125万≈1e12。matlab甚至其他计算软件无法保存这个大的一个矩阵文件。而这个刚度矩阵作为稀疏矩阵其中非零元素的数目只有有500多万。采用sparse稀疏矩阵技术是可以保存。

这里简单介绍一下这个Hypemesh导出的大型刚度矩阵txt文本。如图DMIG开头的标识符是换行符，后面两列是表示这条非零元素在刚度矩阵中列数的信息。我们已经将左边字母和符号等批量删除，得到了右边textread函数可以直接读取的文本。则换行符转化成了某行第三列为0。

     下面是采用通俗易懂的循环语句进行稀疏矩阵的赋值。循环语句就是逐行扫略，碰到换行符，行号k更新一次。随后计算这条数据的列数，将文本中第三列数据赋值给稀疏矩阵data。我们预估一下这样扫略需要多长时间，先计算1000行需要44.53秒，再对5165882行进行预估，可以看到用循环语句需要63.9小时才能算完。电脑跑两天半，实际上对于这么大的循环，电脑后期会越跑越慢，所以电脑可能得跑三天才能算完，这非崩即废。

clear allclcclose alltic load data_KbufenAX = data_K; data=sparse(41703*3,41703*3);k=1;i=0;% while i<5165882while i<1000    i=i+1;    if(bufenAX(:,3)==0)        k=k+1;    end    data(k,3*(bufenAX(i,1)-1)+bufenAX(i,2))=bufenAX(i,3);    data(3*(bufenAX(i,1)-1)+bufenAX(i,2),k)=bufenAX(i,3);endtoc

       所以肯定有更高效的赋值方式。那就是矩阵操作。怎么来形容这个矩阵操作呢？这么说吧，矩阵操作就像高考空间几何大题里的几何法，而循环语句就相当于代数法。哇，这个比喻真是太贴切了。所以循环语句通俗易懂，易于想到，提笔就写，但是计算耗时。而矩阵操作需要进一步思考，不熟悉matlab矩阵运算的规则的话，往往不好理解，但是计算效率很高。代码也很简洁。大家要注意matlab的基本运算单位是矩阵，如果以其他编程语言比如C语言等编程思维进行编写，难以发挥出矩阵运算的优势。对于小型数据看不出效率区别，但是像我们今天介绍的大型数据，计算效率问题将异常突出。所以很多人诟病matlab中for循环耗时，而其他语言循环语句执行很高效。这只是因为matlab为你提供了飞机和自行车，而你非要骑个自行车跑。当然想开飞机就需要更多经验和技术，这并不像骑自行车那么简单。

      好了，我们继续介绍如何使用矩阵操作实现赋值过程，可以看到相同的过程，使用矩阵操作只需要2s左右就可以完成。对于提取一次可以用循环算它几天几夜，但是多次提取，甚至需要matlab和有限元计算软件联合仿真并且中间以txt文本传输刚度矩阵等数据的话，循环操作是不现实的，只能使用矩阵操作来实现这里对矩阵操作的部分语句进行了注释。能够读懂循环语句的同学，应该可以看懂这部分代码。个别函数不清楚，可以查询，比如在左侧command window输入 doc repelem可以查询关于这个repelem函数的用法和用例。

clear allclcclose alltic load data_K[u v]= find(data_K(:,3)~=0);[u_hang v_hang]= find(data_K(:,3)==0);data_new = data_K(u,:);lie = 3*(data_new(:,1)-1) +data_new(:,2);hang_num = diff(u_hang)-1;%get  column number of each rowhang_num = [hang_num ;size(data_K,1) - u_hang(size(u_hang,1))];%add last rowvv = 1:size(hang_num,1);hang = repelem(vv,hang_num')';K = sparse(hang,lie,data_new(:,3));%% make symmetry assignpian = K - diag(diag(K));K = pian+pian'+diag(diag(K));toc

   文末依然附上本次使用的txt文本和相关代码文件。供大家学习使用。

链接：https://pan.baidu.com/s/1edm_eKDGUp1YJVM620tjFw

提取码：ypsv

    目前MATLAB学习笔记总用户数已经达到7641，多篇推送受到大家多次收藏与分享。说明很多人在使用微信搜一搜查询学习资料，也说明MATLAB学习笔记的程序实例的实用性。感谢大家的支持。

    如果对程序实例中的代码有疑问，可发邮件至weizhuanaa@163.com一起讨论。