Matlab 单词中字母结尾的概率？

我有一个大约9000个小写单词的文本文件。我想找出每个单词中最后几个字母的概率字母的频率/字数

这是我的第一步：

function [ prma ] = problast()
counts = zeros(1,26);
%refer to cell index here to get alphabetic number of char
s = regexp('abcdefghijklmnopqrstuvwxyz','.','match');
f = fopen('nouns.txt');
ns = textscan(f,'%s');
fclose(f);
%8960 is the length of the file 
for i =1:8960
 c = substr(ns(i),-1,1);
 num = find(s == c);
 counts(num) = num;
end
prma = counts / 8960;
disp(prma);

这给了我一个错误：

Undefined function 'substr' for input arguments of type 'cell'.

有什么想法吗？

文档中说结果是一个错误。如果您不熟悉cell数组，我强烈建议您阅读我提供的链接，但其长短不一之处在于，您的代码应该如下所示：

c = substr(ns{i},-1,1);

---

注意从{}到{}的更改-这是访问单元格数组元素的方式。

不确定是什么导致了问题，但假设ns{i}包含您的字符串，这应该可以解决问题：

str = ns{i}; 
c = str(end);

如果这不起作用，那么首先就不太难根据ns创建变量str，因为您的问题不需要regexp。对于您的问题，一个非常简单有效的解决方案是：

clear;
close;
clc;

counts = zeros(1,26);

f = fopen('nouns.txt');
ns = textscan(f,'%s');
fclose(f);

for i =1:numel(ns{1})
    c = ns{1}{i}(end);
    counts('c'-96) = counts('c'-96)+1;
end

prma = counts / numel(ns{1});
disp(prma);

  Columns 1 through 8

         0         0         0         0         0         0         0         0

  Columns 9 through 16

         0         0         0         0         0    0.5000         0         0

  Columns 17 through 24

         0         0    0.5000         0         0         0         0         0

  Columns 25 through 26

         0         0

例如，如果noun.txt包含

paris
london

产出将是：

clear;
close;
clc;

counts = zeros(1,26);

f = fopen('nouns.txt');
ns = textscan(f,'%s');
fclose(f);

for i =1:numel(ns{1})
    c = ns{1}{i}(end);
    counts('c'-96) = counts('c'-96)+1;
end

prma = counts / numel(ns{1});
disp(prma);

  Columns 1 through 8

         0         0         0         0         0         0         0         0

  Columns 9 through 16

         0         0         0         0         0    0.5000         0         0

  Columns 17 through 24

         0         0    0.5000         0         0         0         0         0

  Columns 25 through 26

         0         0

那么：

f = fopen('nouns.txt');
ns = textscan(f, '%s');
fclose(f);

num = cellfun(@(x)(x(end) - 'a' + 1), ns{:}); %// Convert to 1-26
counts = hist(num, 1:26);                     %// Count occurrences
prob = counts / numel(ns{:})                  %// Compute probabilities

---

谢谢大家的建议，我自己解决了这个问题，但我回去试了最后一个答案，结果很好。以下是我的想法：

%Keep track of counts
counts = zeros(1,26);
%Refer to this array to get alphabetic numeric value of character
s = regexp('abcdefghijklmnopqrstuvwxyz','.','match');
f = fopen('nouns.txt');
ns = textscan(f,'%s');
fclose(f);
%8960 = length of nouns.txt
for i =1:8960
    %string from vs
    str = ns{1}{i};
    %last character in that string
    c = str(length(str));
    %index in s
    temp = strfind(s,c);
    index = find(not(cellfun('isempty',temp)));
    counts(index) = counts(index)+1;
 end

%Get probabilities
prma = counts / 8960;
disp(prma);

---

我投票支持每个人帮助我进行头脑风暴。

我将括号改为大括号，但我得到的错误与上面相同。我做错什么了吗？textscan已经标记了单词，为什么要使用regexp呢？另外，我认为你需要[^a-z]*而不是[^a-z]在模式中…哦，我认为它应该是xend而不是x1，因为这个问题要求的是单词中字母的概率，而不是第一个。我已经冒昧地修改了你的解决方案…@eitantt是x1，当我使用regexp只获取lase字母时，我明白了。但是如果是这样的话，那么你就不需要索引x了。不管怎么说，+1对于直方图解决方案，当你发布它时，我正要自己建议它，这是最优雅的解决方案。人们可以争论使用for循环的效率。你可以用直方图来代替Shai的解决方案。