创建矢量X。获得第二个向量y通过转换和未转变X。这种转变介绍了圆截止差异y。

x =（1：6）'* pi;y = 10. ^ log10（x）;

验证X和y通过取得差异并不相同。

X-Y.

ans =.6×110.-14×0.0444 0 0 0 0 0 -0.3553

采用独特在连接载体中找到唯一的元素[x; y]。这独特函数执行精确的比较并确定某些值X不完全等于值y。这些是具有非零差异的相同元素X-Y.。因此，C包含值出现要重复。

c =唯一（[x; y]）

C =8×13.1416 3.1416 6.2832 9.4248 12.5664 15.7080 18.8496 18.8496

采用uniquetol.使用小容差执行比较。uniquetol.将容差的元素视为平等。

c = Uniquetol（[x; y]）

C =6×13.1416 6.2832 9.4248 12.5664 15.7080 18.8496

默认情况下，uniquetol.寻找独特的元素这在宽容范围内，但它也可以找到独特的行在容差范围内的矩阵。

创建一个数字矩阵，一种。获得第二个矩阵，B.，通过转换和不转化一种。这种转变介绍了循环差异B.。

a = [0.05 0.11 0.18;0.18 0.21 0.29;0.34 0.36 0.41;0.46 0.52 0.76];b = log10（10. ^ a）;

采用独特找到唯一的行一种和B.。这独特函数执行精确的比较并确定连接矩阵中的所有行[a; b]是独一无二的，尽管一些行只有少量不同。

独特（[a; b]，'行'）

ans =.8×3.0.0500 0.1100 0.1800 0.0500 0.1100 0.1800 0.1800 0.2100 0.2900 0.1800 0.2100 0.2900 0.3400 0.3600 0.4100 0.3400 0.3600 0.4100 0.4600 0.5200 0.7600 0.4600 0.5200 0.7600

采用uniquetol.找到唯一的行。uniquetol.对待公差范围内的行。

Unquetol（[a; b]，'byrows'，真的）

ans =.4×30.0500 0.1100 0.1800 0.1800 0.2100 0.2900 0.2900 0.3400 0.3600 0.4100 0.4600 0.5200 0.7600

创建矢量，X。获得第二个向量，y，通过转换和不转化X。这种转变介绍了对某些元素的圆截止差异y。

x =（1：5）'* pi;y = 10. ^ log10（x）;

结合X和y进入单个载体，一种。采用uniquetol.重建一种，处理公差范围内的值。

a = [x; y]

A =10×13.1416 6.2832 9.4248 12.5664 15.7080 3.1416 6.2832 9.4248 12.5664 15.7080

[C，IA，IC] = Unquetol（a）;Newa = C（IC）

纽约=10×13.1416 6.2832 9.4248 12.5664 15.7080 3.1416 6.2832 9.4248 12.5664 15.7080

您可以使用纽瓦姆和==.或使用精确平等的功能是平等的要么独特在后续代码中。

d1 =独特（a）

D1 =6×13.1416 3.1416 6.2832 9.4248 12.5664 15.7080

d2 =独特（牛排）

D2 =5×13.1416 6.2832 9.4248 12.5664 15.7080

创建2-D样本点的云，约束为半径圆圈0.5以点为中心 $$（\frac{1}{2}那\frac{1}{2}）$$。

x = rand（10000,2）;insidecircle = sqrt（（x（：，1） - 。5）。^ 2+（x（:,2） - 。5）。^ 2）<0.5;y = x（insidecircle，:);

找到一组减少的点，使得原始数据集的每个点在一个点的容差范围内。

tol = 0.05;c = Uniquetol（y，tol，'byrows'，真的）;

将减少的点组绘制为原始数据集顶部的红色点。红色点是原始数据集的所有成员。所有的红色点至少是一段距离托分开。

绘图（Y（：，1），Y（：，2），'。'） 抓住在轴平等的绘图（C（：，1），c（:,2），'.r'那'Markersize'，10）

创建随机数的向量，并使用公差确定唯一元素。指定OutputAllindices.作为真的返回在唯一值的容差范围内的元素的所有索引。

a = rand（100,1）;[c，ia] = Uniquetol（a，1e-2，'OutputalAllindices'，真的）;

找到在容差范围内的元素的平均值C（2）。

C（2）

ANS = 0.0318.

alla = a（ia {2}）

alla =3×10.0357 0.0318 0.0344

Avea =卑鄙（ALLA）

Avea = 0.0340.

默认情况下，uniquetol.使用表单的公差测试ABS（U-V）<= TOL * DS， 在哪里DS.自动地秤基于输入数据的大小。您可以指定不同的DS.与之使用的价值DEACASCALE.选项。但是，绝对的宽容（哪里DS.是标量）不根据输入数据的幅度扩展。

首先，比较两个距离的小值eps.分开。指定托和DS.使公差方程式内容：ABS（U-V）<= 10 ^ -6。

x = 0.1;Unquetol（[x，exp（log（x））]，10 ^ -6，'dataScale'1）

ans = 0.1000.

接下来，增加值的幅度。计算中的圆关闭错误exp（log（x））与值的大小成比例，具体到EPS（x）。即使两个大值是距离eps.彼此，EPS（x）现在更大了。所以，10 ^ -6不再是合适的耐受性。

x = 10 ^ 10;Unquetol（[x，exp（log（x））]，10 ^ -6，'dataScale'1）

ans =.1×210.10.×1.0000 1.0000

使用默认值（缩放）值来纠正此问题DS.。

格式长Y = [0.1 10 ^ 10];Uniquetol（[y，exp（log（y））]）

ans =.1×210.10.×0.000000000010000 1.000000000000000

创建一组随机的2-D点，然后使用uniquetol.将点分组到具有相似（在公差范围内）X坐标的垂直频带中。使用这些选项uniquetol.：

a = rand（1000,2）;DS = [1款];[c，ia] = Unquetol（a，0.1，'byrows'， 真的，......'OutputalAllindices'， 真的，'dataScale'，DS）;

绘制每个频段的点和平均值。

抓住在为了K = 1：长度（IA）图（A（IA {K}，1），A（IA {K}，2），'。'）valenai =平均值（a（ia {k}，:)）;情节（平均（1），平均（2），'xr'）结尾