Question

我处理非常大的数据集（数十万列，14行），我需要将每个子矩阵n列作为新矩阵中的列，即

1 3 5 7
2 4 6 8

变为

当n = 2时。

我现在所拥有的是

n_data_points = size(data1, 1);
small_n = 60;
big_n = size(data1, 2);

new_2 = bsxfun(@(x,y)(data1(x + n_data_points * (y - 1))), (1:(n_data_points * small_n)).', 1:(big_n - small_n + 1));

但这种方法相当慢。如何使用本机Matlab操作来完成此操作？

修改

因此，在对这里的一些方法进行基准测试并进行更多研究之后，我决定采用以下方法：

n = 60;
[m, big_n] = size(data1);
a = zeros((m*n), (big_n - n + 1));
for i = 1:(big_n - n + 1)
    a(:, i) = reshape(data1(:, i:(i + n - 1)), 1, m*n);
end

使用14 x 387160矩阵，此方法大约需要2.3秒，而我的原始方法需要大约4.8秒，而@Divakar大约需要3.9。

Answer 1

bsxfun使用linear indexing -

的一种方法

[m1,n1] = size(data1)  %// Get size of input array data1
out = data1(bsxfun(@plus,[1:n*m1]',[0:n1-n]*m1))

示例运行 -

data1 =
     9     2     8     2     4     9     4
     9     3     3     3     8     3     6
     5     8     9     6     6     7     1
     2     3     4     5     5     7     1
n =
     3
out =
     9     2     8     2     4
     9     3     3     3     8
     5     8     9     6     6
     2     3     4     5     5
     2     8     2     4     9
     3     3     3     8     3
     8     9     6     6     7
     3     4     5     5     7
     8     2     4     9     4
     3     3     8     3     6
     9     6     6     7     1
     4     5     5     7     1

Answer 2

对于n = 2，它非常简单：

new_data=[data1(:,1:end-1); data1(:,2:end)];

对于n＆gt; 2你可以循环它（我确信它可以在circshift或kron等处完成）：

new_data=data1(:,1:end-n+1);
for k=2:n
  new_data=[new_data; data1(:,k:end-n+k)];
end

示例：

n=3;
data1 = randi(10,2,6)

 7     8     5     5     1     1
 8     2     9     2     7     4



new_data =

 7     8     5     5
 8     2     9     2
 8     5     5     1
 2     9     2     7
 5     5     1     1
 9     2     7     4

将每个子矩阵n列作为Matlab中新矩阵中的列

2 个答案: