【发布时间】:2017-06-08 00:19:24
【问题描述】:
我必须对来自参数分析的数据进行后处理,该分析具有作为输出的一维数组和结果。 我想将这个一维数组重塑为一个多维矩阵,该矩阵具有我研究的参数的维度(按正确的顺序),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,我会用完 RAM。我完全清楚这不是最聪明的方法。 我想知道是否有更聪明的方法来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
举个例子,
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(例如至少 4 个)和具有数百万个元素的数据数组。一个例子可以是 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!
【问题讨论】:
标签: arrays matlab matrix multidimensional-array reshape