假设我有一个向量B = [1; 2; 3]
。然后
B*B' = [1*1 1*2 1*3 ; 2*1 2*2 2*3 ; 3*1 3*2 3*3]
现在,我需要将新矩阵B*B'
再次与B
相乘,以获得以下3维矩阵C
:
C(:,:,1) = [1*1*1 1*2*1 1*3*1 ; 2*1*1 2*2*1 2*3*1 ; 3*1*1 3*2*1 3*3*1]
C(:,:,2) = [1*1*2 1*2*2 1*3*2 ; 2*1*2 2*2*2 2*3*2 ; 3*1*2 3*2*2 3*3*2]
C(:,:,3) = [1*1*3 1*2*3 1*3*3 ; 2*1*3 2*2*3 2*3*3 ; 3*1*3 3*2*3 3*3*3]
任何想法我该怎么做?
(我的原始矢量很长,所以我不能手动执行此操作..)
答案 0 :(得分:4)
在R2016b之前:
C = bsxfun(@times, permute(B, [3 2 1]), B*B');
在R2016b之后:
C = permute(B, [3 2 1]) .* (B*B');
答案 1 :(得分:3)
您可以使用typer.py
执行这些操作。
bsxfun
或者如果你想让它更清晰,你可以把它分成两个操作。首先执行第一次乘法。
out = bsxfun(@times, bsxfun(@times, B, B.'), reshape(B, 1, 1, []));
然后再将其乘以tmp = bsxfun(@times, B, B.');
(但我们将B
重新设为B
以使结果成为3D矩阵)
1 x 1 x 3
如果您使用的是R2016b或更高版本,则可以执行以下操作。
out = bsxfun(@times, reshape(B, 1, 1, []));
答案 2 :(得分:1)
另一种形式是将第一个矩阵乘法的结果重新整形为一列,执行第二次矩阵乘法,并重新整形结果:
C = reshape(B*reshape(B*B.',1,[]),numel(B)*[1 1 1]);