1）any(A,dim)，返回矩阵A的dim维是否有非零值，如有非零，返回逻辑1，若全为0，返回逻辑0

此命令可用于判断、修改、删除全零行或全零列，例如

A=rand(5,5);

A([1,3],:)=0;

A(1,4)=1

A =

         0         0         0    1.0000         0
    0.3112    0.6541    0.2290    0.9961    0.0046
         0         0         0         0         0
    0.1656    0.7482    0.1524    0.4427    0.8173
    0.6020    0.4505    0.8258    0.1067    0.8687

这样A就是一个第三行全为0，第1行有一个不为零的矩阵

b=any(A,2)

b =

     1
     1
     0
     1
     1

正确判断出A的第三行全为零

A=A(b,:)

A=A(b,:)

A =

         0         0         0    1.0000         0
    0.3112    0.6541    0.2290    0.9961    0.0046
    0.1656    0.7482    0.1524    0.4427    0.8173
    0.6020    0.4505    0.8258    0.1067    0.8687

简单来写就是A=A(any(A,2),:)，即可除去全零行，A=A(:,any(A,1))，可以除去全零列

2）all(A,dim) ，返回逻辑值判断A的dim维是否全是非零值，若是返回逻辑1，若有零值，返回逻辑0。用法与any类似，不再赘述

3） nanmean

A=nanmean(A,dim) 返回矩阵A沿dim维中非NAN数的均值，应用如下

A=ones(4);

A(:,2)=0

A =

     1     0     1     1
     1     0     1     1
     1     0     1     1
     1     0     1     1

想要计算A每行非0数的均值，即可

A(A==0)=nan

A =

     1   NaN     1     1
     1   NaN     1     1
     1   NaN     1     1
     1   NaN     1     1
B=nanmean(A,2)

B =

     1
     1
     1
     1
将不想要的数设为NAN，然后用nanmean做平均，可以很方便的得到想要的均值

4）squeeze 高维矩阵降维

A=rand(3,4,2);

B=A(1,1,:)

B(:,:,1) =

    0.0497

B(:,:,2) =

    0.4039
此时B依旧为[1,1,2]的3维数组

而C=squeeze(A(1,1,:))

C =

    0.0497
    0.4039

成功降维