Arrays Matlab：多维矩阵单元平均的最佳方法

我使用的高维数组的维数不一致，但都包含6个以上的维数，最后3个表示XYZ中的三维空间。对于每个x，y，z索引，我希望计算该索引的平均值，在所有其他维度上折叠。我目前正在使用向量在嵌套for循环中收集这些值，并对它们求平均值，如以下代码片段集（“beta”是所讨论的多维数组）：

首先，获取beta的维数

betasdim=size(betas);

计算三维空间的大小，以及需要折叠的尺寸数。betasdim的最后3个维度是XYZ：

voxdim=betasdim(length(betasdim)-2:length(betasdim));

其他一切都是要崩溃的维度

otherdims=betasdim(1:length(betasdim)-3);

有多少维度正在被折叠

numdims=length(otherdims);

使冒号向量在除XYZ以外的所有维度上折叠：

dimwildcard=repmat({':'}, 1, numdims);

初始化均值矩阵

meanbetas=repmat([NaN],voxdim);

现在可能是低效率的for-loop解决方案：

for x=1:voxdim(1)
 for y=1:voxdim(2)
   for z=1:voxdim(3)
      voxbetas=betas(dimwildcard{:},x,y,z);%get all beta values for this xyz 
      voxbetas=reshape(voxbetas,1, numel(voxbetas));%reshape to vector
       meanbetas(x,y,z)=nanmean(voxbetas); %average the vector and store in new array
    end
   end
 end

---

请记住，我需要nanmean（）在每个索引处提供一个值，除了迭代x、y、z的每个值之外，还有更快的解决方案吗？

如果我理解正确，您需要的是

压缩（平均值…（平均值（betas）））

。您可以通过以下方式实现：

betas = randn(2,3,4,5,6,7); %// example data
meanbetas = betas; %// intialization
for n = 1:ndims(betas)-3
     meanbetas = mean(meanbetas); %// average along first non-singleton dimension
end
meanbetas = squeeze(meanbetas); %// remove singleton dimensions

或者，您可以重塑形状，以便除最后三个维度外的所有维度都折叠为单个（第一个）维度，并且仅沿该第一个维度平均一次：

betas = randn(2,3,4,5,6,7); %// example data
N = ndims(betas); %// number of dimensions
meanbetas = squeeze(mean(reshape(betas, ...
    [], size(betas,N-2), size(betas,N-1), size(betas,N)), 1));