你可能想要更模糊的Matlab函数bsxfun . 从Matlab文档中,bsxfun "applies the element-by-element binary operation specified by the function handle fun to arrays A and B, with singleton expansion enabled."

@gnovice在上面说过,sum和其他基本函数已经在第一个非单一维度上运行(即,如果有多个行,则为行;如果只有一行,则为列;如果较低的维度都具有大小,则为更高的维度== 1 ) . 但是,bsxfun适用于任何功能,包括(尤其)用户定义的功能 .

例如,假设你有一个矩阵A和一个行向量B.例如,让我们说:

A = [1 2 3;

4 5 6;

7 8 9]

B = [0 1 2]

你想要一个函数power_by_col,它在向量C中返回A中所有元素到B的相应列的幂 .

从上面的例子中,C是3x3矩阵:

C = [1^0 2^1 3^2;

4^0 5^1 6^2;

7^0 8^1 9^2]

即,

C = [1 2 9;

1 5 36;

1 8 81]

你可以使用repmat以蛮力的方式做到这一点:

C = A.^repmat(B, size(A, 1), 1)

或者您可以使用bsxfun以优雅的方式执行此操作,bsxfun在内部负责repmat步骤:

C = bsxfun(@(x,y) x.^y, A, B)

所以bsxfun会为你节省一些步骤(你不需要明确地计算A的尺寸) . 然而,在我的一些非正式测试中,事实证明,如果要应用的函数(如上面的幂函数)很简单,repmat的速度大约是其两倍 . 因此,您需要选择是否需要简单性或速度 .

java matlab 矩阵_如何在MATLAB中将函数应用于矩阵的每一行/列?相关推荐

  1. scala 函数中嵌套函数_如何在Scala中将函数转换为部分函数?

    scala 函数中嵌套函数 First, let's see what is a function and a partial function, and then we will see their ...

  2. R语言使用caret包的confusionMatrix函数计算混淆矩阵、使用编写的自定义函数可视化混淆矩阵(confusion matrix)

    R语言使用caret包的confusionMatrix函数计算混淆矩阵.使用编写的自定义函数可视化混淆矩阵(confusion matrix) 目录

  3. java中将查询数据导出_如何在R中将数据框导出到Excel

    java中将查询数据导出 What if I tell, that you can export data frames to excel in R within a couple of minute ...

  4. m 文件 dll matlab 中调用_如何在matlab中调用python程序

    现在python很火,很多代码都是python写的,如果你和我一样,习惯了使用matlab,还想在matlab中调用Python的代码,应该怎么办呢?其中一条思路:首先在matlab中调用系统脚本命令 ...

  5. php调用python绘图程序_如何在matlab中调用python程序

    现在python很火,很多代码都是python写的,如果你和我一样,习惯了使用matlab,还想在matlab中调用Python的代码,应该怎么办呢?其中一条思路:首先在matlab中调用系统脚本命令 ...

  6. matlab 对话框保持,如何在matlab中创建输入对话框?(How to create Input dialog box in matlab?)...

    如何在matlab中创建输入对话框?(How to create Input dialog box in matlab?) 我想在matlab中创建输入对话框. 我在MATLAB中执行简单的加法运算. ...

  7. 二次函数 用matlab,这个二次函数如何在MATLAB中拟合出来?

    这个二次函数如何在MATLAB中拟合出来? 关注:278  答案:2  手机版 解决时间 2021-01-15 20:02 提问者夕阳再美ソ也会落幕 2021-01-15 17:12 (q+1/1.1 ...

  8. python 函数作用于矩阵_图解NumPy:常用函数的内在机制

    原标题:图解NumPy:常用函数的内在机制 来源: 机器之心 支持大量多维数组和矩阵运算的 NumPy 软件库是许多机器学习开发者和研究者的必备工具,本文将通过直观易懂的图示解析常用的 NumPy 功 ...

  9. sklearn 相似度矩阵_精简易懂,30 分钟学会 SVD 矩阵分解,很强!

    SVD(Singular Value Decomposition)奇异值分解分解是机器学习中最重要的矩阵分解方法. 它能够将一个任意形状的矩阵分解成一个正交矩阵和一个对角矩阵以及另一个正交矩阵的乘积. ...

最新文章

  1. 神经网络与机器学习 笔记—LMS(最小均方算法)和学习率退火
  2. 单片机while用法c语言例子,51单片机-C语言之while(!x)的理解
  3. How to Fix “Username is not in the sudoers file. This incident will be reported” in Ubuntu
  4. 为什么开发者应该摒弃敏捷?(转)
  5. MySQL 5.7主从复制从零开始设置及全面详解——实现多线程并行同步,解决主从复制延迟问题!
  6. ppt中如何合并流程图_PPT中图片如何排版才能好看
  7. react 引入轮播插件_如何在react中引入swiper滑动插件
  8. Ubuntu安装最新版nodejs
  9. 【图像融合】基于matlab GUI SIFT+小波变换图像拼接融合系统【含Matlab源码 815期】
  10. vuex模块化 怎么引用state_vue 组件如何调用 vuex 模块中的getters
  11. 叹为观止的Qt 3d控件
  12. 中国石油大学《工程概预算与招投标》第三阶段在线作业
  13. 2021年江苏省教学成果奖(高等教育类)拟获奖项目名单
  14. 外星人笔记本没有修复计算机,外星人笔记本如何恢复出厂设置
  15. iOS设备 历代 机型对照表
  16. LaTeX | LaTeX:写大论文时同时使用“\uline”和“\textbf”
  17. oracle 表在线重建,大表在线重建索引的考虑和碰到的限制问题-ORA-1450
  18. 刷程序对车危害_ECU到底能刷吗?刷了后对车有啥影响?
  19. 关于vSphere vMotion的讨论 -3
  20. 深度解析商业智能 BI 企业服务市场的快与慢

热门文章

  1. 文巾解题 198. 打家劫舍
  2. 2020年阿里大数据一面面经,看看你还有啥不知道的?
  3. 深度学习核心技术精讲100篇(十六)-搜索引擎Indri系列之如何建立索引 (Indexing)检索评价 (Evaluation)
  4. UBUNTU衍生版制作,系统的封装
  5. 偏最小二乘法回归(Partial Least Squares Regression)
  6. QT文件日志系统(可选择出到文件,数据库,或者网络传输)
  7. numpy.floor详解
  8. 二张图白话广告RTA技术
  9. 【git学习一】git的原理
  10. 【android-tips】如何在view中取得activity对象