[心得] Matlab現在內建operator好強...

看板MATLAB作者 (prof)時間7年前 (2017/09/18 22:29), 7年前編輯推噓8(809)
留言17則, 5人參與, 最新討論串1/1
如果今天要做以下的事情 3 y=Σ (x^n) x=[1,2,3,4] n=1 y希望出來也要是1*4的矩陣 對應上面的x 這類的問題原本的Matlab的話不用for loop最快的方法應該是 x=[1,2,3,4]; n=[1;2;3]; y = sum(bsxfun(@power,x,n),1); 這樣出來是y=[3,14,39,84] 但是自從R2016b版本以後 Matlab內建的operator變超強 x.^n這種東西即使x和n的維度不一樣也可以合法了 所以以下簡潔的方法就可以取代上面的bsxfun: x=[1,2,3,4]; n=[1;2;3]; y = sum(x.^n,1); 出來答案也是一樣y=[3,14,39,84] 真的是不錯 不過這樣不小心維度寫錯結果也能跑的可能性增強了 有可能會debug半天 明明就可以跑但是結果是錯的 最後發現維度搞錯這樣...orz 不過code真的可以簡潔很多就是 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.194.197.139 ※ 文章網址: https://www.ptt.cc/bbs/MATLAB/M.1505744994.A.3CF.html

09/18 22:44, , 1F
.* .^都是的elementwise 很好用
09/18 22:44, 1F

09/18 23:40, , 2F
對從小(?)習慣.*, .^運算子維度要一樣的我很不習慣也頗
09/18 23:40, 2F

09/18 23:40, , 3F
驚喜XD
09/18 23:40, 3F

09/19 07:14, , 4F
對初學者而言,可能要更強調變數的size了
09/19 07:14, 4F

09/19 08:20, , 5F
其實我還蠻希望增加 i+=1 及 i++ 等語法
09/19 08:20, 5F
i++有必要嗎? 我覺得Matlab現在for loop的寫法也頗方便的說

09/19 09:12, , 6F
如果data size 很大的話 這種用法效能會比 bsxfun 差
09/19 09:12, 6F

09/19 09:12, , 7F
自己的經驗
09/19 09:12, 7F
求舉例+1 我R2017a稍微試一下似乎沒這種事

09/19 13:42, , 8F
真的嗎,這種事不應該發生才是,樓上可以給簡單的例子嗎?
09/19 13:42, 8F
※ 編輯: profyang (123.194.197.139), 09/19/2017 13:46:27

09/19 15:27, , 9F
我剛剛又測試過 應該是我誤會了 抱歉
09/19 15:27, 9F
※ 編輯: profyang (123.194.197.139), 09/19/2017 19:08:16

09/20 15:19, , 10F
i++ 不止用在for loop啊,有時while loop也需要記錄迴圈次
09/20 15:19, 10F

09/20 15:19, , 11F
09/20 15:19, 11F
對喔 大概是他們覺得i=i+1就夠了吧XD 畢竟Matlab是盡量不要用迴圈 尤其是不確定迴圈數的情況 填矩陣會很慢 真要用就i=i+1就好 ※ 編輯: profyang (123.194.197.139), 09/20/2017 20:37:12

09/20 20:51, , 12F
while loop也不一定是用來填矩陣,常用在遞迴收斂上,例如
09/20 20:51, 12F

09/20 20:52, , 13F
用牛頓法求平方根。當然可以用i=i+1就好,但是理論上
09/20 20:52, 13F

09/20 20:52, , 14F
i++對compiler一定有好處,我只是希望matlab的jit compiler
09/20 20:52, 14F

09/20 20:53, , 15F
也可以做到這點。
09/20 20:53, 15F
原來如此 ※ 編輯: profyang (123.194.197.139), 09/20/2017 22:08:46

09/28 09:28, , 16F
正式名稱叫 Implicit Expansion, data size 小的話
09/28 09:28, 16F

09/28 09:30, , 17F
會比 bsxfun 快, data size 大的話速度就沒差別了.
09/28 09:30, 17F
文章代碼(AID): #1PlzXYFF (MATLAB)
文章代碼(AID): #1PlzXYFF (MATLAB)