Matlab：用内建函数代替for循环

最新推荐文章于 2022-11-20 10:46:57 发布

荪荪

最新推荐文章于 2022-11-20 10:46:57 发布

阅读量3.1k

点赞数

分类专栏： MATLAB

MATLAB 专栏收录该内容

73 篇文章

订阅专栏

本文介绍了Matlab中提高矩阵计算效率的方法，包括bsxfun、arrayfun、cellfun、spfun和structfun等函数的应用场景及示例。通过具体案例展示了如何利用这些函数替代传统的for循环，显著提升代码执行速度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在使用 matlab进行矩阵计算的时候，经常会遇到要使用for循环的情况。但其实很多操作可以用内部的一些函数代替。 bsxfun, arrayfun, cellfun, spfun, structfun

bsxfun:

1	C = bsxfun (fun,A,B )

bsxfun可以对矩阵A和矩阵B进行对应元素的fun函数操作。其中，fun是任何标量输入输出的二元操作的函数，例如基本的加减乘除，三角函数，大小比较，以及其他任何符合条件的自定义函数。

注意，fun不能是符号，例如+，*之类，这些符号都有对应的函数名。例如+ 对应 plus， >= 对应 ge，等等。可以通过matlab命令行输入

help <运算符号>

来查询。

一般来说，如果两个矩阵一样大，我们可以直接通过 A+B 这样的方式一样实现，但是bsxfun有一个优点，就是当A，B中任何一维长度为1的时候，函数会自动将该维度和另一个矩阵对应维度的每一行（列）进行运算。如果我们自己进行这样的操作，我们或者要使用循环，或者要使用repmat来扩展矩阵，这都比bsxfun在底层内部实现慢很多，或者要消耗更多内存。

网友提供了这样一个例子：假设我们有数据A和B, 每行是一个样本，每列是一个特征。我们要计算高斯核，既：

k(||x-xc||)=exp{- ||x-xc||^2/(2*σ)^2) } 其中xc为核函数中心,σ为函数的宽度参数 , 控制了函数的径向作用范围。

当然可以用双重for实现：

1
2
3
4
5
6

K1 = zeros ( size (A, 1 ), size (B, 1 ) );
for i = 1 : size (A, 1 )
for j = 1 : size (B, 1 )
K1 ( i, j ) = exp (- sum ( (A ( i,: )-B ( j,: ) ).^ 2 )/ beta );
end
end

使用2,000×1,000大小的A和B, 运行时间为88秒。

考虑下面向量化后的版本：

1
2
3

sA = ( sum (A.^ 2, 2 ) );
sB = ( sum (B.^ 2, 2 ) );
K2 = exp (bsxfun (@minus,bsxfun (@minus, 2*A*B', sA ), sB' )/ beta );

使用同样数据，运行时间仅0.85秒，加速超过100倍。

arrayfun:

1 2	[B1, ...,Bm ] = arrayfun (func,A1, ...,An ) [B1, ...,Bm ] = arrayfun (func,A1, ...,An,Name,Value )

这个函数可以直接对数组中的元素进行func函数操作。其中，func函数接受n个输入，m个输出。当输出可以进行合并的时候，可以设置 'UniformOutput' 为true，这样所有 A1..An经过func的第m个输出就会合并为一个数组 Bm，如果'UniformOutput'为false，表示不同输入元素对应的输出不能合并，这样每个Bm就会是一个cell。

matlab的帮助里有个很好的例子，这里就不贴上来了。