如何在 Julia 中向量化多个向量？答案

【问题标题】：How to vectorize more than one vector in Julia?如何在 Julia 中向量化多个向量？
【发布时间】：2021-09-13 10:44:39
【问题描述】：

我想在 Julia 中编写向量化样式代码，希望定义一个函数，该函数将多个向量作为参数，如下所示。

[代码]

using PyPlot;
m=[453 21 90;34 1 44;13 553 66]
a = [1,2,3]
b=[1,2,3]
f(x,y) = m[x,y]
f.(a,b)

#= expected result
3×3 Matrix{Int64}:
 453   21  90
  34    1  44
  13  553  66
#

[实际结果]

3-element Vector{Int64}:
 453
   1
  66

点表示法只选择每行的第一个元素，忽略其他元素，并生成一个只有 3 个元素的向量，而不是 3 x 3 矩阵。

如何写才能得到预期的结果？

任何信息将不胜感激。

【问题讨论】：

标签： python arrays function numpy julia

【解决方案1】：

两个向量之一需要是行向量，这样 Julia 才能理解你想要做什么，这个简单的例子应该可以帮助你理解 Julia 广播：

julia> [1,2,3] .+ [10,20,30] # both have the same dimensions
3-element Vector{Int64}:
 11
 22
 33

julia> [1,2,3]' .+ [10,20,30] 
# first has dimensions (1,3) and second (3,1) => result is dimension (3,3)
3×3 Matrix{Int64}:
 11  12  13
 21  22  23
 31  32  33

【讨论】：

【解决方案2】：

你在寻找

julia> f.(a, b')
3×3 Matrix{Int64}:
 453   21  90
  34    1  44
  13  553  66

注意broadcast 文档中的相关部分（在 REPL 会话中键入 ?broadcast 以访问它）：

通过虚拟重复值来扩展单个维度和缺失维度以匹配其他参数的范围。

a 被视为 3x1 矩阵（但类型为 Vector{T}），而 b' 被用作 1x3 矩阵（类型为 Adjoint(T, Vector{T})）。这些被广播到生成的 3x3 矩阵。

当直接使用a 和b 时，不需要扩展维度，您最终会得到一个 3x1 矩阵。

【讨论】：

谢谢。我得到了它。仅仅通过阅读官方文档来了解 Julia 对我来说是一项艰巨的工作。