• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Descenso de gradiente
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Matriz de confusión e informe de clasificación
      • Visualizador de fronteras de decisión
      • Simulador de K-Means
      • Número Óptimo de Clusters
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
      • Ajuste de Curvas
      • Calculadora de Matrices
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Problema del cumpleaños
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • La aguja de Buffon
      • Simulador de la Estrategia Martingala
      • Simulador de Cadenas de Markov
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Comparador de tarifas de luz 2.0TD
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
      • Frontera Eficiente
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Consultar CSV con SQL en el navegador
      • Extractor de tickets (OCR)
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Calculadora HMAC
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
      • Editor de expresiones cron
      • Conversor de unidades
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Eliminar elementos en matrices de Matlab

enero 13, 2021 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Para eliminar un elemento en una matriz de Matlab solamente hay que seleccionar estos y asignar una matriz vacía. Matriz que se indica con dos corchetes ([]). Por lo que es clave saber previamente seleccionar los elementos de una forma eficiente. A continuación, vamos a ver cómo seleccionar y eliminar los elementos en matrices de Matlab.

Tabla de contenidos

  • 1. Creación de una matriz
  • 2. Seleccionar filas y columnas
  • 3. Eliminar filas en una matriz de Matlab
  • 4. Eliminar columnas en una matriz de Matlab
  • 5. Eliminar más de una fila o columna
  • 6. Eliminar un único elemento
  • 7. Conclusiones

Creación de una matriz

En primer lugar hay que tener un matriz en Matlab, por lo que lo mejor es crear una aleatoria con la función randi(). Aunque, de cara a poder reproducir los resultados, es aconsejable fijar la semilla antes de generar la matriz.

rng('default');
data = randi(50 ,6, 4)
data =

    41    14    48    40
    46    28    25    48
     7    48    41    33
    46    49     8     2
    32     8    22    43
     5    49    46    47

Seleccionar filas y columnas

La selección de los elementos de una matriz en Matlab es una tarea realmente sencilla. Proceso que ya se explicó en más detalle en una entrada anterior. Solamente se debe indicar entre paréntesis las coordenadas de matriz, recordando que el valor de la primera posición es 1. Así para seleccionar el segundo elemento de la tercera columna solamente hay que escribir data(2,3), lo que nos debería devolver 25.

Shallow copy vs Deep copy en Python: la mutación inesperada
En Analytics Lane
Shallow copy vs Deep copy en Python: la mutación inesperada

En el caso de querer seleccionar un vector con una fila o una columna, se puede indicar mediante dos puntos : que se seleccionen todas las filas o todas la columnas. Así para seleccionar la primera columna se puede hacer data(1,:) y la primera fila data(1, :).

Eliminar filas en una matriz de Matlab

Ahora que sabemos cómo seleccionar filas y columnas podemos eliminarlas de la matriz. Así para eliminar la segunda fila solamente se tiene asignar la matriz vacía a esta.

data(2, :) = []
data =

    41    14    48    40
     7    48    41    33
    46    49     8     2
    32     8    22    43
     5    49    46    47

En este caso los valores de la segunda fila se han perdido, ya que la matriz original ha sido modificada. Si los valores son necesarios para algo es necesario extraerlos previamente y guardarlos en otra variable.

Eliminar columnas en una matriz de Matlab

El proceso para eliminar columnas es análogo al anterior, solamente se tiene que seleccionar esta y asignar una matriz vacía. Así para eliminar la segunda columna solamente se tiene que hacer los siguiente

data(:, 2) = []
data =

    41    48    40
     7    41    33
    46     8     2
    32    22    43
     5    46    47

Eliminar más de una fila o columna

Como se ha visto en la entrada dedicada a la selección de elementos en una matriz de Matlab es posible seleccionar más de una fila o columna. Por lo que también es posible eliminar el mismo paso más de una fila o columna. Esto se hace indicando las filas o las columnas como un vector. De este modo se puede eliminar las filas 1 y 3 de la siguiente manera.

data([1, 3], :) = []
data =

     7    41    33
    32    22    43
     5    46    47

Eliminar un único elemento

Quizás alguien haya notado que se ha explicado previamente como eliminar un único elemento de la matriz. No se ha hecho porque no es posible. Si se eliminase un inicio elemento tendríamos filas o columnas con diferentes numero de elementos, lo que no es posible. En estos casos lo único que se puede hacer es asignar un valor NaN a ese elemento. Aunque en este caso lo único que se hace es eliminar el valor.

Conclusiones

En esta ocasión se ha visto cómo eliminar elementos en matrices de Matlab. Un proceso que es relativamente sencillo si sabemos seleccionar las filas o columnas. Ya que solamente hay que asignar una matriz vacía a los elementos que se desean eliminar.

Imagen de Hans Braxmeier en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Shallow copy vs Deep copy en Python: la mutación inesperada
  • Cómo Proyectar Cuándo Alcanzarás la Independencia Financiera
  • Analytics Lane lanza la versión 1.5 del laboratorio con un extractor de tickets por OCR y consultas SQL sobre CSV en el navegador
  • Cómo Saber si una Diferencia Significativa es Importante
  • Curiosidad: “Wi-Fi” no significa “Wireless Fidelity”
  • Cómo Explorar un Dataset antes de Modelar
  • Cómo Elegir el Test de Hipótesis Correcto para tus Datos
  • Tuplas vs Listas en Python: parecen lo mismo, pero no
  • == vs is en Python: la diferencia que causa bugs misteriosos

Publicidad

Publicado en: Matlab

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Noticias

Analytics Lane lanza la versión 1.5 del laboratorio con un extractor de tickets por OCR y consultas SQL sobre CSV en el navegador

noviembre 18, 2026 Por Daniel Rodríguez

Cómo Explorar un Dataset antes de Modelar

noviembre 17, 2026 Por Daniel Rodríguez

Curiosidad: “Wi-Fi” no significa “Wireless Fidelity”

noviembre 12, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Cómo Explorar un Dataset antes de Modelar publicado el noviembre 17, 2026 | en Ciencia de datos
  • Gráficos de barras en Matplotlib publicado el julio 5, 2022 | en Python
  • Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas publicado el mayo 10, 2019 | en Python
  • Hoja de cálculo para repartir los escaños en base al método D’Hont Aplicar el método D’Hondt en Excel publicado el abril 14, 2021 | en Herramientas
  • La tabla de la web finalmente importada en Excel Importar tablas desde la web en Excel publicado el octubre 21, 2020 | en Herramientas

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.1 (11)

Aplicar el método D’Hondt en Excel

Comentarios recientes

  • Daniel Rodríguez en Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios
  • Hatepi en Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios
  • Daniel Rodríguez en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • Juan en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto