Question

我有一个矩阵：

S = [  -1.0400    4.9100    4.1000   -3.5450   -0.6600   -0.9300    4.3950   -1.0650    2.9850   -4.9800    0.2100;
   -0.5200   -4.3150   -3.0950    0.5700    4.4700    1.1500    3.1350    0.6450    0.3750   -4.9150   -2.1150; 
    5.0000    5.0000    5.0000    5.0000    5.0000    5.0000    5.0000    5.0000    5.0000    5.0000    5.0000 ];

我想将列转换为单位向量，所以我使用了for循环

for i=1:size(S,2)
    S(:,i) = S(:,i) / norm( S(:,i) );
end

有没有一种方法可以在MATLAB中更有效地做到这一点？

Answer 1

TLDR

如果您具有MATLAB 2016b或更高版本，并且没有兼容性问题，我将使用

S = S ./ sqrt(sum(S.^2,1));

编辑：请参阅底部的基准以了解替代产品的性能基准。

上下文

我们可以手动计算范数并按列划分。

根据定义，norm(x) = sqrt( sum( x(:).^2 ) )。我在这里使用(:)来表明norm是在整个矩阵上计算的。对我们有用的是，sum默认情况下按列工作，因此按以下方式定义按列规范：

nrm = sqrt( sum( x.^2 ) );

请注意，如果矩阵S仅具有1行，则应该使用nrm = sqrt(sum(x.^2,1))强制实施按列求和。

现在我们有几种划分方式：

隐式扩展（MATLAB R2016b或更高版本）
```
S = S ./ nrm;
```
使用bsxfun的隐式扩展（所有MATLAB版本）
```
S = bsxfun( @mrdivide, S, nrm );
```
使用repmat（所有MATLAB版本）进行手动扩展
```
S = S ./ repmat(nrm, size(S,1), 1);
```

如果您具有MATLAB R2017b或更高版本，并且又没有兼容性问题，则可以使用vecnorm，它可以代替手动范数计算

S = S ./ vecnorm(S, 2, 1);

基准：

自从您询问性能以来，这是测试这些不同方法速度的简单基准。具体来说，是问题中的原始循环与使用vecnorm或手动计算的隐式展开。

结果（使用R2017b运行）

         size(S):  1e3*1e2  1e5*1e3  1e3*1e6    
         Looping:  0.0005   1.0186   12.7788
 Implicit manual:  0.0001   1.1236   10.4031
Implicit vecnorm:  0.0002   0.5774    6.8058

结论
- 对于相对较小的数组，所有方法都非常快，我会选择代码清晰度而不是性能。
- 如果您只想使用支持它的MATLAB版本，那么vecnorm的速度大约是大型矩阵其他方法的两倍。
- 对于1e5*1e3阶矩阵，循环类似于隐式展开。

代码

function benchie()
    S = rand( 1e3, 1e2 )*5;

    f1 = @() loopingNorm(S);
    f2 = @() implicitManual(S);
    f3 = @() implicitVecnorm(S);

    fprintf( 'Looping: %.4f\nImplicit manual: %.4f\nImplicit vecnorm: %.4f\n', ...
             timeit(f1), timeit(f2), timeit(f3) );
end
function S = loopingNorm(S)
    for ii = 1:size(S,2)
        S(:,ii) = S(:,ii) / norm( S(:,ii) );
    end
end
function S = implicitManual(S)
    S = S ./ sqrt(sum(S.^2,1));
end
function S = implicitVecnorm(S)
    S = S ./ vecnorm( S, 2, 1 );
end

将矩阵列转换为单位向量的快速方法

1 个答案: