Matlab / Octave是否支持對矩陣切片進行操作？

Question

我是Octave / Matlab的新手，所以到目前為止我知道，你可以應用矩陣運算（如* ）或單元格運算（如.* ）。

現在我遇到了這兩種模式之間的問題。

例如（這只是例子 ）我有一個矩陣（10,10）和一個向量（10,1）。 我想在切片中使用這個矩陣（在這種情況下是列切片）並向它們添加向量。 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。 並且在結果中獲取矩陣（10,10）當然。

到目前為止，我提出了兩種方法：

1. 手動循環遍歷列，並添加向量

2. 重復向量，然后將整個重復的向量（所以現在它真的是矩陣）添加到矩陣

第二種方法使用矢量化方法，然而消耗大量內存，在第一種情況下，沒有矢量化方法（手動循環），但內存不會過度使用。

問題 - 是否有一些不錯的第三種方式切片模式？ 我可以說，將矩陣視為切片，向切片添加矢量，然后放下這樣的視圖，並照常處理矩陣？

Answer 1

您可以在二進制單例擴展（ bsxfun ）中使用Matlab的bult以內存有效的方式實現您想要的結果。

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

這將給出以下輸出

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命令通常是浪費的（正如您在問題中指出的那樣），通常可以避免使用。 有關bsxfun與repmat的詳細說明，請參閱此文章

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

至少對於乘法，您可以使用涉及對角矩陣的技巧來實現結果。 您可以使用sparse關鍵字來減少對角矩陣的臨時存儲的內存使用量

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解決方案通常更優越。