Matlab/Octave支持对矩阵切片进行操作吗？

Question

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

现在我有这两种模式之间存在的问题。

例如（这只是示例）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）并向它们添加矢量。因此，将矢量添加到第一列，将矢量添加到第二列，....，将矢量添加到最后一列。当然在结果获取矩阵（10,10）。

到目前为止，我想出了两种方法：

1. 手动遍历列，并添加矢量

2. 重复的载体，然后加入全部重复矢量（所以现在矩阵真的）到矩阵

第二个使用矢量化方法，但是消耗很多内存，在第一种情况下，没有矢量化方法（手动循环），但内存不会被过度使用。

问题 - 有没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，并放弃这些视图，并像往常一样对待矩阵？

Answer 1

您可以使用Matlab的bult进行二进制单例扩展（bsxfun）以高效的内存方式实现您期望的结果。

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

这将给以下输出中

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命令的一般是浪费（如你在你的问题中指出），并通常是可以避免的。请参阅本文bsxfun的详细说明与repmat

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

对于乘法至少，可以实现使用涉及对角矩阵一招的结果。您可以使用关键字稀疏，减少内存使用量为对角矩阵的临时存储

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解决方案通常优于。