matlab：列上的映射函数（如 lisp）

Question

我需要对矩阵的列应用一个函数。假设我有这个矩阵 --

>> m = rand(3,3)
m =
    0.8626    0.5661    0.8489
    0.6830    0.1498    0.1401
    0.0857    0.4775    0.3296

和上下界的两个向量--

>> mins = [2 3 5]
mins =
     2     3     5

>> maxs = [7 11 13]
maxs =
     7     11     13

现在我正在做的是将矩阵拆分成列 --

>> cols = num2cell(m, 1)
cols = 
    [3x1 double]    [3x1 double]    [3x1 double]

现在我正在尝试的是对每一列应用一个函数，该函数采用下限和上限来规范化列值，更具体地说 我想规范化列 m(:,1)使用 mins(1) 和 maxs(1)，m(:,2) 使用 mins(2) 和 maxs(2) ... 列 m(:,n) 使用 mins(n) 和 maxs(n) 等等。 我的做法是这样的 --

>> norm_cols = cellfun(@(c, lb, ub) (ub - lb) .* c + lb, cols, mins, maxs);
Error using cellfun
Input #3 expected to be a cell array, was double instead.

我的问题是这样的事情在matlab中可行吗？并假设它是可行的，那么如何将拆分的列再次合并到矩阵中？

此外，请注意我知道循环，但我不想使用它（因为我的矩阵可以增长到 1000x1000），所以请不要提供任何使用循环的解决方案。虽然我不确定函数映射是否可以比循环提供更好的速度（这是另一个问题，但不是今天）。

Answer 1

嗯，你当然可以这样做

>> x = {[1; 2; 3]/10, [4; 5; 6]/10, [7; 8; 9]/10};
>> mins = {1.5 4.5 7.5};  
>> maxs = {2.5 5.5 8.5};
>> y = cellfun(@(a, lb, ub) (ub-lb) * x + lb, x, mins, maxs, 'uniform', 0)

y = 

    [3x1 double]    [3x1 double]    [3x1 double]

>> [y{:}]

ans =

   1.600000000000000   4.900000000000000   8.199999999999999
   1.700000000000000   5.000000000000000   8.300000000000001
   1.800000000000000   5.100000000000000   8.400000000000000

但使用 bsxfun 在行间传播您的论点，而不是先将其转换为元胞数组，效果更佳

>> x = [1 4 7; 2 5 8; 3 6 9] / 10;
>> mins = [1.5 4.5 7.5];
>> maxs = [2.5 5.5 8.5];
>> y = bsxfun(@plus, bsxfun(@times, x, maxs-mins), mins);

matlab：列上的映射函数（如 lisp）

matlab: mapping function over columns (like lisp)

matlab

lambda

matrix