Question

我希望使用索引将数组的结果填充到预初始化的矩阵中，以进行循环输出：

  A = Float64.(reshape(1.0:81.0,9,9))
  # initialize output
  B = zeros(Int64, 2, 9)
  j = 1
  for j in 1:size(A,2) # loop cols
    out = [sum(A[:,j]),j]
    out = reshape(out,2,1) # make column to append
    # append out to the B
    global B = hcat(B,out) # this grows...
  end

我初始化了B = zeros(Int64, 2, 9)

与sum操作的预期输出一样暗淡。

在我的真实示例中-我遍历j，列和i行-然后输出是一个数组...而不是使用hcat()将数组附加到我的输出中，我可以这样做吗索引？

在上面，它使用hcat()并将其附加到现有的B上以使其增长。此后，我尝试使用第2行和cols 0进行Initializg，因此hcat()构建为纠正输出暗淡：

B = zeros(Int64, 2, 0)

我怀疑hcat()是否会提高内存效率（例如，使用global来代替）-如果我无法通过索引做到这一点，则可以在[i，j]处为另一个内部循环填充它。但是也许有人可以将数组作为列追加到现有的预初始化输出中？

Answer 1

建议预先分配B，然后再填写。我将代码包装在一个函数中，因为它简化了基准测试：

function f2()
    A = reshape(1:81,9,9)
    B = zeros(Int64, 2, 9 + size(A,2))
    for j in 1:size(A,2) # loop cols
        B[:, j + 9] .= (sum(view(A, :, j)), j)
    end
    B
end

您的旧代码是：

function f1()
    A = Float64.(reshape(1.0:81.0,9,9))
    B = zeros(Int64, 2, 9)
    j = 1
    for j in 1:size(A,2) # loop cols
        out = [sum(A[:,j]),j]
        out = reshape(out,2,1) # make column to append
        # append out to the B
        B = hcat(B,out)
    end
    B
end

这是一个比较：

julia> @btime f1()
  8.567 μs (83 allocations: 7.72 KiB)
2×18 Array{Float64,2}:
 0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  45.0  126.0  207.0  288.0  369.0  450.0  531.0  612.0  693.0
 0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0   1.0    2.0    3.0    4.0    5.0    6.0    7.0    8.0    9.0

julia> @btime f2()
  73.662 ns (1 allocation: 368 bytes)
2×18 Array{Int64,2}:
 0  0  0  0  0  0  0  0  0  45  126  207  288  369  450  531  612  693
 0  0  0  0  0  0  0  0  0   1    2    3    4    5    6    7    8    9

您会发现差异非常明显。

您的原始代码还有一些次要注释：

无需在Float64.上调用reshape(1.0:81.0,9,9)，该对象已经包含具有Float64值的元素
在您的代码中，最初B持有Int64和A持有Float64时存在不一致的地方-我做到了这一点（我选择了Int64，但同样可以使用Float64）
sum(A[:,j])不必要地分配了新对象；使用view
您不必在reshape(out,2,1)之前在out上调用hcat，因为矢量已被视为柱状对象

将数组作为列追加到预初始化的矩阵

1 个答案: