Julia：将 Vector 转换为多个 mxn 矩阵，无需循环

Question

假设我有一个向量V，我想将这个向量转换为多个m x n矩阵，或者m x n从该向量 V 获取多个矩阵。对于最基本的示例：转换V = collect(1:75)为 3 个5x5矩阵。

据我所知，这可以通过首先使用 reshapereshape(V, 5, :)然后循环它来完成。Julia 有没有更好的方法而不使用循环？

如果可能，最好是可以在行优先和列优先结果之间轻松更改的解决方案。

Answer 1

翻译：博士

m, n, n_matrices = 4, 2, 5
V = collect(1:m*n*n_matrices)
V = reshape(V, m, n, :)
V = permutedims(V, [2,1,3])
display(V)

根据我对 Julia 的有限了解：

执行时V = collect(1:m*n)，您会在内存中初始化一个连续数组。您希望V创建一个m矩阵容器n。您可以通过这样做来实现这一点reshape(V, m, n, :)，然后您可以使用 访问第一个矩阵V[:,:,1]。在这种情况下，“容器”只是另一个数组（因此您有一个三维数组），在这种情况下我们将其解释为“矩阵数组”（但您也可以将其解释为一个盒子）。然后，您可以通过交换前两个维度来转置数组中的每个矩阵，如下所示permutedims(V, [2,1,3])：

这是如何运作的

据我了解；当您不执行任何“跳过”（例如V[1:2:end]）时，Julia 中的 n 维数组是内存中的连续数组。例如2 x 4矩阵A：

1 3 5 7
2 4 6 8

就在记忆里1 2 3 4 5 6 7 8。您只需以特定方式解释数据，其中前两个数字构成第一列，然后后两个数字构成下一列，依此类推。该reshape函数只是指定您希望如何解释内存中的数据。因此，如果我们这样做，reshape(A, 4, 2)我们基本上将内存中的数字解释为“前四个值构成第一列，后四个值构成第二列”，我们将得到：

1 5
2 6
3 7
4 8

我们基本上在这里做同样的事情，但有一个额外的维度。

根据我的观察，在这种情况下似乎也permutedims重新分配了内存。另外，如果我错了，请随时纠正我。

旧答案：

我对 Julia 不太了解，但在使用 NumPy 的 Python 中我会做这样的事情：

m, n, n_matrices = 4, 2, 5
V = collect(1:m*n*n_matrices)
V = reshape(V, m, n, :)
V = permutedims(V, [2,1,3])
display(V)

编辑：正如 @BatWannaBe 所说，结果在技术上是一个数组（但是是三维的）。您始终可以将三维数组解释为二维数组的容器，根据我的理解，这就是您所要求的。