我想要一个函数(例如,拟合函数)来返回一个struct我可以保存并稍后使用的匿名函数(通常存储在a中).但是,传递@func往往会传递函数指针而不是函数本身.是一个inline函数来做到这一点的唯一途径？我想避免inline因为它非常慢.
如果这个问题不明确,这里有一个有问题的代码示例:我testFunc.m在一些文件中写了一个文件PATH
%testFunc.m
function myfunc = testFunc()
myfunc = @(x) x.^2;
end
然后我将函数存储在一个struct.(我知道这应该是一个对象!)
>> mystruct = struct;
>> mystruct.func = testFunc()
>> mstruct.x = [1 2 3];
>> save('myfile.mat','mystruct')
>> mystruct.func(mystruct.x)
ans =
1 4 9
如果我然后移动myfile.mat或testFunc.m加载 myfile.mat,我无法加载旧的结构.相反,我得到错误:
>> cd 'otherdir'
>> load('../myfile.mat')
Warning: Could not find appropriate function on path
loading function handle PATH/testFunc.m>@(x)x.^2
我知道有问题因为,如果我检查一下 functions
>> functions(mystruct.func)
ans =
function: …我正在寻找一个很好的数据库解决方案来存储大量的科学数据（大约100 GB到TB）。理想情况下，它将能够处理大量数据。
我的数据文件是“图像”，一个约400万个条目数组（1000x1000x3个整数+ 1000x1000浮点数），以及每个图像约50-100个条目的相关元数据。元数据分层存储。图像将被组织成一个或几个“文件夹”（或“项目”），它们本身可以包含其他文件夹。一切都有所有者，等等。
我将需要主要基于其元数据在一个或几个文件夹中搜索100-10,000张图像。然后，我可能需要从图像中提取切片-如果只需要一部分数据，我真的不想加载所有数据。图像应以压缩格式存储。
编辑：需要强调的是，我缺乏统一的数据。例如，图像是未知尺寸的浮点数或整数，通常具有10 ^ 5-10 ^ 6个条目，每个图像的元数据数量可能会有所不同。当然，跨图像搜索元数据将仅限于具有相同键的图像。
我目前（不是很好）的解决方案是混合数据库。首先，我使用一个SQL数据库（现在为Django + MySQL）来处理“文件夹”，所有者，并且每个图像都有一条记录，但没有任何数据。我也可能为元数据创建记录。其次，我正在使用PyTables以hdf5格式存储图像和元数据，并将其像数据库一样对待。这解决了切片和压缩问题，并允许我分层存储元数据，但是PyTables似乎没有可伸缩性，并且开发程度远不及商业数据库。（它不是针对多用户环境而设计的：我正在编写自己的锁！这是一个不好的信号。）
我不是一名硬核程序员，因此强烈建议使用标准数据库解决方案。我的“优化”肯定会包括维护和编程成本。谁能推荐喜欢的数据库解决方案或体系结构？关于关系vs等级vs其他的想法？
选项可能是SciDB（不常见，可能很好），SQL（听说这些应用程序对PostgreSQL不利）和HBase（实际上，我对此一无所知）。我觉得科学界尤其是天文学界必须有好的解决方案，但是大型项目似乎需要一支认真的团队来建立和维护。
我很乐意提供更多信息。
我有一个3xNxM numpy数组a,我想迭代最后两个轴:a [:,x,y].优雅的方法是:
import numpy as np
a = np.arange(60).reshape((3,4,5))
M = np. array([[1,0,0],
[0,0,0],
[0,0,-1]])
for x in arange(a.shape[1]):
for y in arange(a.shape[2]):
a[:,x,y] = M.dot(a[:,x,y])
这可以用nditer完成吗？这样做的目的是对每个条目执行矩阵乘法,例如[:,x,y] = M [:,:,x,y] .dot(a [:,x,y]).另一种MATLAB风格的方法是将a(3,N*M)和M重塑为(3,3*N*M)并采用点积,但这往往会占用大量内存.