| No | 函数名 | 功能 | 与实数处理的差异 | |
| 1 | IfComplex | 判断每个元素是否为复数，如 ifComplex(array(2,2j),1) | ||
| 2 | Datatype | 返回每个元素的数据类型的编号，如 Datatype(array(2,2j),1) | ||
| 3 | arraytofm | 将Array数组转成FMarray矩阵 如arraytofm(t,2j) | ||
| 4 | ExportCsv | 将数组转成csv字符串，如 ExportCsv(array((2+3j,1+2j),(2,3)),s) | ||
| ….其它数据类型的判定函数 | ||||
| 统计函数 | 具体用法请查看官方函数说明 | |||
| 1 | Mean | 求算术平均值 | ||
| 2 | Sum | 求和 | ||
| 3 | sumInt | 对实部和虚部分别求整数部分和 | 算法： sumint(real(a))+sumint(imag(a))*1j | |
| 4 | SumOfSquares | 求数组平方和 | 无 | |
| 5 | Norm | 求数组平方和的平方根 | 在复数的计算中，a*conj(a)会替代平方，因此Norm的算法为： sqrt(sum(a*conj(a))) 虚部恒为0，所以norm仅返回实部的值 | |
| 6 | SumsAndSquares | 计算总和以及平方和 | 无 | |
| 7 | StdDev | 样本标准差 | 算法中计算平方由a*conj(a)替代，其它不变 | |
| 8 | PopnStdDev | 总体标准差 | 算法中计算平方由a*conj(a)替代，其它不变 | |
| 9 | Variance | 样本方差 | 算法中计算平方由a*conj(a)替代，其它不变 | |
| 10 | PopnVariance | 总体方差 | 算法中计算平方由a*conj(a)替代，其它不变 | |
| 11 | TotalVariance | 总体偏差 | 算法中计算平方由a*conj(a)替代，其它不变 | |
| 12 | MeanAndStdDev | 计算平均值和标准差 | 标准差算法同StdDev | |
| 13 | Geomean | 几何平均数 | ||
| 14 | Harmean | 调和平均数 | ||
| 15 | Mode | 众数 | ||
| 16 | AveDev | 均值绝对偏差 | ||
| 17 | DevSq | 样本平均值偏差的平方和 | 算法中计算平方由a*conj(a)替代，其它不变 | |
| 18 | Product | 累乘值 | ||
| 19 | Randomfrom | 从一组数据中随机抽取一个样本 | ||
| 20 | VariationCoefficient | 变异系数 | 算法中计算平方由a*conj(a)替代，其它不变，需等升级 | |
| 双序列统计函数 | ||||
| 1 | Cov | 协方差 | E[X-ux*Conj(Y-uy)] | |
| 2 | Correl | 相关系数 | Cov与PopnStdDev符合复数运算 | |
| 3 | Slopeandintercept | 回归斜率和截距 | ||
| 4 | Slope | 回归斜率 | ||
| 5 | Intercept | 回归截距 | ||
| 6 | RSQ | 乘积矩相关系数平方 | ||
| 7 | Steyx | 相对标准偏差 | ||
| 8 | BetaAndAlpha | 斜率和截距 | ||
| 9 | MeanAndPopnStdDevWithRate | 带权重总体标准差以及平均值 | ||
| 矩阵运算及分解 | ||||
| 1 | mt_Transposition | 矩阵转置 | ||
| 2 | mt_Multiplication | 矩阵乘 | ||
| 3 | mt_Addition | 矩阵和 | ||
| 4 | mt_Subtraction | 矩阵差 | ||
| 5 | Mt_decompose_lu | 进行lu分解， 函数输出中vi为0，wr为复数特征值 | ||
| 6 | Mt_decompose_qr | 对矩阵进行QR分解 | ||
| 7 | Mt_decompose_eig | 特征值及特征向量 | ||
| 8 | Mt_decompose_chol | cholesky分解 | ||
| 9 | Mt_decompose_svd | 进行SVD分解 | 实矩阵验证方式： U :* (eye(n,m)*s) :* `v 复矩阵验证方式： U :* (eye(n,m)*s) :* conj(`v) | |
| 10 | Mt_decompose_ldl | ldl分解 |