Arrays 向量与矩阵不一致的matlab数组索引？

以下问题让我头痛不已：

我正在用矩阵索引维数为Nx1的向量R，即：

R = ones( [ N nSteps ] );
R = (:);

有一个标记矩阵。基本上，矩阵的每一行都是一行标记，我需要存储在R中的值，这是指R中的向量与R中当前点的不同偏移量。矩阵的结果如下：

k = 0:nSteps;
I = repmat( k , [size(D,2) 1])
I = bsxfun(@minus, I , D');
% later in code, this is used as:
currI = currPoint + currI;
% this is used for indexing just a little later
... R(currI) ...

在这个例子中，D是一个数组，它存储了我想要的不同偏移量。它在大多数情况下都能很好地工作，并提供了维度数组[size（D，2）nSteps]，这是我可以使用的索引的结果

问题从这里开始：偏移量作为参数传递给函数，并且可以变化。每当我尝试只使用一个简单的偏移量时，例如400，我就会遇到问题。Matlab似乎并不关心某个对象是否被1xN或Nx1向量索引，并且在本例中总是返回一个维数为[nSteps 1]而不是[1 nSteps]的向量。当结果用于bsxfun调用时，该函数的结果不再是[size（D，2）nSteps]矩阵，而是[nSteps nSteps]矩阵，我对此无能为力，并且在算法上下文中定义不清

---

TLDR：我能让matlab在索引R（1:400）时给我一个1 x N数组而不是一个N x 1数组吗？我可以强制与矩阵索引保持一致吗？

我可能不完全确定你在这里的意思，但我可以在matlab中解释一下向量。我认为您的问题与没有正确指定尺寸有关

初始化为

vec（1:anyNbr）=someNbr%的向量或大小相同的向量始终是行向量。要使其成为列向量，可以执行
vec（1:anyNbr，1）=someNbr

操作符
（：）
重新排列指向向量中每个元素的指针，创建列向量。这也意味着矩阵变成了列向量。
重塑（vec，numel（vec），1）
的操作速度更快

matlab向量中的元素是按列索引的，这意味着

r = [1,4,7;2,5,8;3,6,9];
r(:)

给出一个列向量
[1；2；3；4；5；6；7；8；9]

但是，将变量定义为
vec=something
将使
vec
与
something
完全相同。此外，如果变量已初始化，则赋值
vec（1:anyNbr）=something
，将
something
赋值给定义了
vec
的维度。因此，如果
vec
是一个列向量，它将保持原样

因此，在定义向量和矩阵时需要考虑的是，有时必须在初始化时指定维度。您可能知道其中的大部分，但我不知道您的问题是什么，因此，如果我提供的信息太多，我很抱歉。
据我所知，问题（我自己的代码也有问题）可以如下所示：

Data1 = rand(1,12);
Data2 = rand(3,4);
Data3 = rand(12,1);
Index1 = reshape(1:12,[12,1]);
Index2 = reshape(1:12,[6,2]);
Index3 = reshape(1:12,[3,4]);
Index4 = reshape(1:12,[2,6]);
Index5 = reshape(1:12,[1,12]);
[size(Data1(Index1)),size(Data2(Index1)),size(Data3(Index1));
size(Data1(Index2)),size(Data2(Index2)),size(Data3(Index2));
size(Data1(Index3)),size(Data2(Index3)),size(Data3(Index3));
size(Data1(Index4)),size(Data2(Index4)),size(Data3(Index4));
size(Data1(Index5)),size(Data2(Index5)),size(Data3(Index5))]

[size(reshape(Data1(Index1),size(Index1))),size(reshape(Data2(Index1),size(Index1))),size(reshape(Data3(Index1),size(Index1)));
size(reshape(Data1(Index2),size(Index2))),size(reshape(Data2(Index2),size(Index2))),size(reshape(Data3(Index2),size(Index2)));
size(reshape(Data1(Index3),size(Index3))),size(reshape(Data2(Index3),size(Index3))),size(reshape(Data3(Index3),size(Index3)));
size(reshape(Data1(Index4),size(Index4))),size(reshape(Data2(Index4),size(Index4))),size(reshape(Data3(Index4),size(Index4)));
size(reshape(Data1(Index5),size(Index5))),size(reshape(Data2(Index5),size(Index5))),size(reshape(Data3(Index5),size(Index5)]

matlab（我认为是通过设计）给出了那些不一致的结果（在这里用strike-thru粗体值标记）

现在测试如下：

Data1 = rand(1,12);
Data2 = rand(3,4);
Data3 = rand(12,1);
Index1 = reshape(1:12,[12,1]);
Index2 = reshape(1:12,[6,2]);
Index3 = reshape(1:12,[3,4]);
Index4 = reshape(1:12,[2,6]);
Index5 = reshape(1:12,[1,12]);
[size(Data1(Index1)),size(Data2(Index1)),size(Data3(Index1));
size(Data1(Index2)),size(Data2(Index2)),size(Data3(Index2));
size(Data1(Index3)),size(Data2(Index3)),size(Data3(Index3));
size(Data1(Index4)),size(Data2(Index4)),size(Data3(Index4));
size(Data1(Index5)),size(Data2(Index5)),size(Data3(Index5))]

[size(reshape(Data1(Index1),size(Index1))),size(reshape(Data2(Index1),size(Index1))),size(reshape(Data3(Index1),size(Index1)));
size(reshape(Data1(Index2),size(Index2))),size(reshape(Data2(Index2),size(Index2))),size(reshape(Data3(Index2),size(Index2)));
size(reshape(Data1(Index3),size(Index3))),size(reshape(Data2(Index3),size(Index3))),size(reshape(Data3(Index3),size(Index3)));
size(reshape(Data1(Index4),size(Index4))),size(reshape(Data2(Index4),size(Index4))),size(reshape(Data3(Index4),size(Index4)));
size(reshape(Data1(Index5),size(Index5))),size(reshape(Data2(Index5),size(Index5))),size(reshape(Data3(Index5),size(Index5)]

将给出：

ans =

    12     1    12     1    12     1
     6     2     6     2     6     2
     3     4     3     4     3     4
     2     6     2     6     2     6
     1    12     1    12     1    12
ans=
12 112 1
6     2     6     2     6     2
3     4     3     4     3     4
2     6     2     6     2     6
11211121122
我不完全确定我是否理解了你的问题，但问题是如果你将一个变量初始化为（1:10）=1（10,1），你会得到一个行向量，但R（：）总是给出一个列向量？问题是，在一般情况下，我用一个矩阵索引R，例如5x400矩阵，它会给我一个5x400矩阵作为回报。R是一个向量，目前约为16000000x1。现在，有时，我索引的矩阵实际上只是一个1x400矩阵。这导致我得到了一个400x1的向量，而不是我需要的1x400。因为我想在一种情况下处理所有问题，我不能简单地转换向量，它会影响其他解决方案。也许我首先应该这么说：xBe更具体地解释为什么你不能简单地转换结果。这似乎是一条路要走。结果将在以后使用，并且维度很重要，因为我在bsxfun中使用它。但是我得到了两种不同的维数，这取决于我传递的一个参数，我真的不想这样。或者：1次，D是偏移量数组，我创建一个矩阵来索引R数组，我得到一个矩阵，它是D中的元素数乘以原始索引向量的长度。然而，下一次，D只是一个数字，或者是一个1x1向量，现在我得到了一个矩阵，它是索引向量在第一维的大小，在第二维是1，而不是相反，这是第一种情况下发生的。这让我很恼火。