matlab中，将二维矩阵所有值的总和计为单位1，以中心为原点圈出所有值总和84%的数据范围

在MATLAB中，如果你有一个二维矩阵（通常是数组），并且你想计算其中所有元素的总和，并将其作为比例将数据范围缩放至占总数84%，可以按照以下步骤操作：

1. 首先，计算二维矩阵`A`中所有元素的总和：

total_sum = sum(sum(A));

2. 确定需要包含在新范围内占据84%总和的最小和最大值。由于84%对应的是百分位数，我们可以找到第16百分位数（下四分位数Q1）和第84百分位数（上四分位数Q3），这可以用到`prctile`函数：

q1_index = prctile(permute(A, [2, 1]), 0.16);
q3_index = prctile(permute(A, [2, 1]), 0.84);

[q1, q3] = squeeze([min(q1_index), max(q3_index)]);

这里使用`permute`是为了确保数值按行（假设矩阵是列向量组成的）排序，再通过`prctile`找出对应的索引。

3. 创建新的范围，这个范围从中心开始，宽度等于`q3 - q1`：

range_width = q3 - q1;
centered_range = [0, range_width]; % 假设中心为原点

% 计算新范围内的边界值，包括中心位置
new_min = min(centered_range);
new_max = max(centered_range) + total_sum * 0.84; % 乘以0.84来达到84%的覆盖

4. 最后，你可以使用这些值来创建一个新的范围矩阵，所有原始数据在这个范围内会被保留：

scaled_matrix = mat2gray(A); % 如果A是灰度图像，保持像素值在[0,1]
scaled_matrix(scaled_matrix < new_min) = 0;
scaled_matrix(scaled_matrix > new_max) = 1; % 将超出范围的值设置为边界值

请注意，上述代码假设`A`是一个灰度图像，如果是其他类型的矩阵，请根据实际需求调整。如果`A`是非数值型矩阵，你可能需要首先将其转换为数值格式。