我正在编写一个MATLAB工具箱，我需要存储大量的矢量值数据点（10 ^ 4到10 ^ 5）。 我可以将这些数据点存储在D-by-N矩阵或N-by-D矩阵中，其中D是数据的维数，N是数据点的总数。
许多MATLAB函数假定采用N-by-D表示（例如cov，kmeans），因此我假设它是默认表示，我会遵循它。
是否有任何理由支持MATLAB中的D-by-N表示？
我在问，因为我见过很多人在MATLAB中使用D-by-N表示。
答案 0 :(得分：4)
MATLAB使用矩阵的column-major表示。这意味着内存中的连续值沿列向下。这也符合MATLAB的线性索引。因此，如果您有N - by - D矩阵M，那么元素M(x,y)和M(x+1,y)将存储在连续的内存插槽中，而{{1 }}和M(x,y) M(x,y+1)在内存中相互远离N。因此，如果您想要提取某个功能的所有数据点，那么使用N - by - D配置意味着所有这些数据点都会连续存储在内存中 - 就像您想要提取所有数据点一样单个观察的特征，然后它们不会（但是在D - by - N中。所以问题是你更有可能做什么？请记住，默认情况下，典型的MATLAB函数对行进行操作，因此您可以使用mean(M)，获得N中每个维度的平均值 - by - D但你会得到D - by - N案例中维度的单一观察的平均值，我认为这不太可能是一个有用的衡量标准。
D - by - N的情况可能归结为线性代数。如果要对数据进行矩阵乘法（许多矢量化算法都会这样做），那么您可能希望以最小化转换这些数据所需次数的方式存储它们。我怀疑这就是您看到D - by - N表示的原因，因为M将用于需要D的线性代数公式 - by - {{ 1}}因而避免了转置。