Question

我必须对参数分析中的数据进行后处理，该分析将结果输出为1D阵列。我想将这个一维数组重新塑造成一个多维矩阵，它具有我调查参数的维度（按正确的顺序排列），，这些维度的数量可能会有所不同。

我可以想出一个基于for循环的函数，但问题是对于非常大的数组，我用完了RAM。我完全清楚这不是最聪明的方法。我想知道是否有一种更聪明的方法可以操作如此大的数组并完成与我的函数相同的工作。

function [Tensor, n_dimensions]=reshape_array(Data,ndim)

n_dimensions=length(ndim);
n_elements=prod(ndim);

reshape_string=[];
for i=n_dimensions:-1:1
    if i==1
    reshape_string=strcat(reshape_string, ' ndim(', num2str(i) , ')])'); 
    elseif i== n_dimensions
    reshape_string=strcat(reshape_string, ' [ndim(', num2str(i) , ')'); 
    else
    reshape_string=strcat(reshape_string, ' ndim(', num2str(i) , ') '); 
    end

end

invert_string=[];
for i=1:n_dimensions
    if i==1
    invert_string=strcat(invert_string, 'ndim(', num2str(i) , '),'); 
    elseif i== n_dimensions
    invert_string=strcat(invert_string, ' ndim(', num2str(i) , ')'); 
    else
    invert_string=strcat(invert_string, ' ndim(', num2str(i) , '),'); 
    end

end

reshape_statement=strcat('reshape(Data,',reshape_string);
invert_statement=strcat('zeros(',invert_string,');');

Tens1=eval(reshape_statement);
Tens2=eval(invert_statement);

nLoops=length(ndim);
str = '';
str_dim_tens='';
str_dim_indeces='';
for i=1:nLoops
    str = strcat(sprintf('%s \n for i%d=1:',str,i), sprintf('%d',ndim(i)));
    if i<nLoops
    str_dim_tens=strcat(str_dim_tens,'i',num2str(i),',');
    else
    str_dim_tens=strcat(str_dim_tens,'i',num2str(i));
    end
end

for i=nLoops:-1:1
    if i~=1
    str_dim_indeces=strcat(str_dim_indeces,'i',num2str(i),',');
    else
    str_dim_indeces=strcat(str_dim_indeces,'i',num2str(i));
    end
end

str = strcat(sprintf('%s \n Tens2(%s)=Tens1(%s);',str,str_dim_tens,str_dim_indeces));

for i=1:nLoops
    str = sprintf('%s \n end',str);
end

eval(str)

Tensor=Tens2;

end

作为一个例子，

ndim=[2 3];
Data=1:2*3
[Tensor, n_dimensions]=reshape_array(Data,ndim);

n_dimensions =

     2

Tensor =

     1     2     3
     4     5     6

我会使用更多维度（例如最小4）和具有数百万个元素的数据数组。一个例子可能是M（10,10,10,300000）这就是为什么我一直在寻找计算成本最低的方法来完成这项工作。

感谢您的帮助！

Answer 1

从代码中，您希望使用与Matlab的column-major默认值相反的维度顺序来填充重新整形数组中的元素;也就是说，你从最后一个维度开始，然后是最后一个维度，等等。

这可以通过重新整形为具有相反维度的维度的数组（使用reshape）并反转维度的顺序（使用permute）来完成。

n_dimensions = numel(ndim);
Tensor = reshape(Data, ndim(end:-1:1)); % reshape with dimensions in reverse order
Tensor = permute(Tensor, n_dimensions:-1:1); % reverse back order of dimensions

将可能非常大的一维阵列重塑为具有可变维度的多维矩阵

1 个答案: