Matlab/Octave支持對矩陣切片進行操作嗎？

Question

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

現在我有這兩種模式之間存在的問題。

例如（這只是示例）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）並向它們添加矢量。因此，將矢量添加到第一列，將矢量添加到第二列，....，將矢量添加到最後一列。當然在結果獲取矩陣（10,10）。

到目前爲止，我想出了兩種方法：

1. 手動遍歷列，並添加矢量

2. 重複的載體，然後加入全部重複矢量（所以現在矩陣真的）到矩陣

第二個使用矢量化方法，但是消耗很多內存，在第一種情況下，沒有矢量化方法（手動循環），但內存不會被過度使用。

問題 - 有沒有一些不錯的第三種方式，切片模式？我可以說，將矩陣視爲切片，向切片添加矢量，並放棄這些視圖，並像往常一樣對待矩陣？

Answer 1

您可以使用Matlab的bult進行二進制單例擴展（bsxfun）以高效的內存方式實現您期望的結果。

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

這將給以下輸出中

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命令的一般是浪費（如你在你的問題中指出），並通常是可以避免的。請參閱本文bsxfun的詳細說明與repmat

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

對於乘法至少，可以實現使用涉及對角矩陣一招的結果。您可以使用關鍵字稀疏，減少內存使用量爲對角矩陣的臨時存儲

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 

然而，bsxfun解決方案通常優於。