Matlab 编程基础：从变量到矩阵

% 创建变量：一行一个命令，分号结尾表示"执行但不显示结果"
a = 5;                          % 标量，其实是 1x1 矩阵
v = [10 20 30];                 % 行向量：3 个时间点的信号
M = [1 2 3; 4 5 6];             % 2 行 3 列矩阵：想象成 2 个电极 x 3 个时间点

% 常用构造函数
z = zeros(64, 1000);            % 64 通道 x 1000 时间点的全 0 矩阵
t = linspace(0, 1, 500);        % 0 到 1 秒之间的 500 个时间点（采样率 500Hz）

% 模拟一段"脑电"：10Hz 的 alpha 波 + 随机噪声
fs = 500;                        % 采样率
time = (0:1/fs:2)';              % 2 秒的时间轴（列向量）
eeg = 10*sin(2*pi*10*time) + 5*randn(size(time));  % alpha 波 + 噪声（微伏）
plot(time, eeg);                 % 画出来看看
xlabel('时间 (s)'); ylabel('幅度 (\muV)'); title('模拟 EEG 信号');

a = [1 2 3];
b = [4 5 6];

a .* b      % [4 10 18]  每个元素对应相乘 —— 常用！
a * b       % 报错（维度不满足矩阵乘法规则）
a * b'      % 32：向量内积
a ./ b      % [0.25 0.4 0.5] 逐元素相除
a + 10      % [11 12 13] 广播运算：整体加 10（如单位换算 \muV 转 mV）

% 常见用途：把信号从微伏转成伏特、或做归一化
eeg_volts = eeg * 1e-6;
eeg_norm = eeg ./ max(abs(eeg));  % 除以最大绝对值，缩放到 [-1, 1]

% for 循环：对每个通道求均值和标准差，标记"噪声过大"的通道
channels = 1:64;
bad_list = [];                          % 用来收集坏通道编号
for ch = channels
    m = mean(EEGdata(ch, :));           % 该通道的平均电位
    sd = std(EEGdata(ch, :));           % 该通道的波动大小
    if sd > 100                         % 波动超过 100 \muV 视为可疑
        bad_list = [bad_list, ch];      % 记下来
    end
end
disp(['可疑通道: ' mat2str(bad_list)]); % 打印结果

% 1. plot：波形图（时间序列）
figure; plot(time, eeg);

% 2. imagesc：热图（矩阵可视化）—— 时频图、ERPimage 都靠它
figure; imagesc(randn(64, 500));            % 64 通道 x 500 时间点的伪彩色图
colorbar;

% 3. subplot：一页多图，对比不同条件
figure;
subplot(1, 2, 1); plot(time, eeg);  title('原始信号');
subplot(1, 2, 2); plot(time, smooth(eeg, 25)); title('平滑后');

% 保存图片（print 比 saveas 控制更细）
print('-dpng', '-r300', 'my_first_eeg_figure.png');