Matlab/Octave是否支持对矩阵切片进行操作？

Question

我是Octave/Matlab的新手,所以到目前为止我知道,你可以应用矩阵运算(如*)或单元格操作(如.*).

现在我遇到了这两种模式之间的问题.

例如(这只是例子)我有一个矩阵(10,10)和一个向量(10,1).我想在切片中使用这个矩阵(在这种情况下是列切片)并向它们添加向量.因此,向第一列添加向量,向第二列添加向量,....,向最后一列添加向量.并且在结果中获取矩阵(10,10)当然.

到目前为止,我提出了两种方法:

1. 手动循环遍历列,并添加向量

2. 重复向量,然后将整个重复的向量(所以现在它确实是矩阵)添加到矩阵

第二种方法使用矢量化方法,然而消耗大量内存,在第一种情况下,没有矢量化方法(手动循环),但内存不会过度使用.

问题 - 是否有一些不错的第三种方式切片模式？我可以说,将矩阵视为切片,向切片添加矢量,然后放下这样的视图,并照常处理矩阵？

Answer 1

您可以在二进制单例扩展(bsxfun)中使用Matlab的bult以内存有效的方式实现您想要的结果.

x = ones(10); %// 10x10 matrix
y = 1:10; %// 10x1 matrix
z = bsxfun(@plus, x, y)

这将给出以下输出

z =

 2     3     4     5     6     7     8     9    10    11
 2     3     4     5     6     7     8     9    10    11
 2     3     4     5     6     7     8     9    10    11
 2     3     4     5     6     7     8     9    10    11
 2     3     4     5     6     7     8     9    10    11
 2     3     4     5     6     7     8     9    10    11
 2     3     4     5     6     7     8     9    10    11
 2     3     4     5     6     7     8     9    10    11
 2     3     4     5     6     7     8     9    10    11
 2     3     4     5     6     7     8     9    10    11

使用repmat命令通常是浪费的(正如您在问题中指出的那样)并且通常可以避免.有关bsxfun与repmat的详细说明,请参阅此文章

http://blogs.mathworks.com/loren/2008/08/04/comparing-repmat-and-bsxfun-performance/

至少对于乘法,您可以使用涉及对角矩阵的技巧来实现结果.您可以使用sparse关键字来减少对角矩阵的临时存储的内存使用量

x = ones(10); %// 10x10 matrix
y = 1:10; %// 10x1 matrix
yd = sparse(diag(y)); %// 10x10 matrix, but memory is only used to store data and its indicies

z =  yd * x %// 10x10 matrix

但是,bsxfun解决方案通常更优越.