numel

Nombre d’éléments de tableau

Syntaxe

n = numel(A)

Description

n = numel(A) renvoie le nombre d’éléments n, dans le tableau A, équivalents à prod(size(A)).

Exemples

Nombre d’éléments dans la matrice 3D

Créez une matrice de 4 x 4 x 2.

A = magic(4);
A(:,:,2) = A'

A = 
A(:,:,1) =

    16     2     3    13
     5    11    10     8
     9     7     6    12
     4    14    15     1


A(:,:,2) =

    16     5     9     4
     2    11     7    14
     3    10     6    15
    13     8    12     1

numel répertorie 32 éléments dans la matrice.

n = numel(A)

n = 
32

Tableau de chaînes de caractères

Créez un tableau de chaînes de caractères et calculez le nombre d’éléments dans le tableau.

A = ["a" "b" "c"; "d" "e" "f"]

A = 2×3 string
    "a"    "b"    "c"
    "d"    "e"    "f"

n = numel(A)

n = 
6

Nombre d’éléments dans un cell array

Créez un cell array de vecteurs de caractères.

A = {'dog','cat','fish','horse'};

numel répertorie 4 éléments dans le tableau.

n = numel(A)

n = 
4

Nombre d’éléments dans une table

Créez une table avec quatre variables répertoriant les données patient pour cinq personnes.

LastName = {'Smith';'Johnson';'Williams';'Jones';'Brown'};
Age = [38;43;38;40;49];
Height = [71;69;64;67;64];
Weight = [176;163;131;133;119];
BloodPressure = [124 93; 109 77; 125 83; 117 75; 122 80];

A = table(Age,Height,Weight,BloodPressure,'RowNames',LastName)

A=5×4 table
                Age    Height    Weight    BloodPressure
                ___    ______    ______    _____________

    Smith       38       71       176       124     93  
    Johnson     43       69       163       109     77  
    Williams    38       64       131       125     83  
    Jones       40       67       133       117     75  
    Brown       49       64       119       122     80  

Recherchez le nombre d’éléments dans la table.

n = numel(A)

n = 
20

numel renvoie une valeur équivalente à prod(size(A)) qui correspond aux 5 lignes et aux 4 variables.

Arguments d'entrée

A — Tableau en entrée

scalaire | vecteur | matrice | tableau multidimensionnel | table | timetable

Tableau en entrée, spécifié sous forme de scalaire, de vecteur, de matrice, de tableau multidimensionnel, de table ou de timetable.

Conseils

• Si A est une table, numel renvoie le nombre d’éléments A dans la table, équivalent à prod(size(A)). Les variables d’une table peuvent avoir plusieurs colonnes, mais numel(A) ne répertorie que le nombre de lignes et le nombre de variables.

• Si A est un vecteur de caractère de type char, alors numel renvoie le nombre de caractères. Toutefois, si A est un string scalar, alors numel renvoie 1, car il s’agit d’un élément unique d’un tableau de chaînes de caractères. Comparez, par exemple, la sortie de numel pour un vecteur de caractère et une chaîne de caractères :

  nchar = numel('mytext')

  nchar =
  
       6

  nstr = numel("mytext")

  nstr =
  
       1
  

Capacités étendues

Tall arrays

Calculer avec des arrays possédant plus de rangées que la mémoire ne peut en contenir.

La fonction numel supporte entièrement les tall arrays. Pour plus d’informations, consultez Tall array.

Génération de code C/C++
Générez du code C et C++ avec MATLAB® Coder™.

Génération de code GPU
Générez du code CUDA® pour les GPU NVIDIA® avec GPU Coder™.

Environnement basé sur les threads

Exécutez du code en arrière-plan avec MATLAB® backgroundPool ou accélérez le code avec Parallel Computing Toolbox™ ThreadPool.

Cette fonction supporte entièrement les environnements basés sur des threads. Pour plus d’informations, consultez Run MATLAB Functions in Thread-Based Environment.

GPU Arrays

Accélérez le code en exécutant les calculs sur une unité de traitement graphique (GPU) avec Parallel Computing Toolbox™.

La fonction numel supporte entièrement les GPU arrays. Pour exécuter la fonction sur un GPU, spécifiez les données en entrée en tant que gpuArray (Parallel Computing Toolbox). Pour plus d’informations, consultez Exécuter les fonctions MATLAB sur un GPU (Parallel Computing Toolbox).

Distributed arrays

Divisez les tableaux volumineux dans la mémoire combinée de votre cluster avec Parallel Computing Toolbox™.

Cette fonction supporte entièrement les distributed arrays. Pour plus d’informations, consultez Exécuter les fonctions MATLAB avec des tableaux distribués (Parallel Computing Toolbox).

Historique des versions

Introduit avant R2006a

Voir aussi

prod | size