Question

我想将矩阵按列分成3个段并对其进行计算（mean()）。有没有办法在没有for循环的情况下得到这个，就像我在这个提供的样本中所做的那样？

M = [2 4 9; 50 50 200; 30 0 0];
M = [M 10*M]
N = length(M);
seg = 3 % split in lets say 3 parts
segLen = round(N/seg)
segBeg = (((1:seg)-1) * segLen)+1  % start indices
segEnd = segBeg + segLen -1        % end indices

for i = 1: length(segBeg)
    mean(M(:,segBeg(i):segEnd(i)),2)
end

谢谢！

Answer 1

在框外思考：使用第三维：

r=reshape(M,size(M,1),segLen,[])
squeeze(mean(r,2))

第一行产生一个3d数组，第一个矩阵位于r(:,:,1)，第二个位于r(:,:,2)，...（如果数字为M(:,1:seg*segLen)，则使用M列不能被segLen整除。 mean(r,2)生成一个逐个逐个seg数组，squeeze再次生成一个nrows-by - seg矩阵。

Answer 2

您可以将arrayfun与cell2mat

一起使用

result = cell2mat(arrayfun(@(x,y) mean(M(:,x:y),2), segBeg, segEnd,...
   'UniformOutput', false))

这导致

result =

   1.0e+03 *

    0.0030    0.0145    0.0650
    0.0500    0.3500    1.2500
    0.0150    0.1500         0

其中每列代表一个子矩阵的平均值。

使用blockproc的另一种解决方案（如评论中@DennisJaheruddin所建议的）可能看起来像这样

myFun = @(x) mean(x.data,2);

result2 = blockproc(M, [N, segLen], myFun)

这也导致了

result2 =

   1.0e+03 *

    0.0030    0.0145    0.0650
    0.0500    0.3500    1.2500
    0.0150    0.1500         0

请注意，如果标记blockproc设置为'UseParallel'，则true可以利用并行处理，即result2 = blockproc(M, [N, segLen], myFun, 'UseParallel', true)

Answer 3

您可以为您的示例案例

执行此操作

mean1 = mean(M(:,1:segLen))
mean2 = mean(M(:,segLen+1:N-segLen-1))
mean3 = mean(M(:,N-segLen:end))

MATLAB：如何在没有循环的情况下计算（on）子矩阵

3 个答案: