Julia 是否有一个函数可以让我控制变量arg的数量？

我有以下代码：

circ(x) = x./sqrt(sum(x .* x))

x -> cat(circ(x), circ(x); dims = 1)

但是我希望能够创建一个函数，在这里我输入一个数字，然后它连接这个数字的circ（x）

例如：

function Ncircs(n)
  #some way to make cat() have as its parameter circ n number of times
end

我可以打电话给Ncircs（2），然后

x->cat（循环（x），循环（x）；dims=1）

或

Ncircs（3）

并获取

x->cat（循环（x）、循环（x）、循环（x）；dims=1）

或

Ncircs（4）

并获取

x->cat（circ（x）、circ（x）、circ（x）、circ（x）；dims=1）

等等

有没有办法做到这一点？我必须使用宏吗？

您可以编写：

Ncircs(n) = x -> cat(Iterators.repeated(circ(x), n)...; dims = 1)

如果您知道您将始终执行

dims=1

，则使用

vcat

和

reduce

Ncircs(n) = x -> reduce(vcat, Iterators.repeated(circ(x), n))

对于大型

n

，效率更高

作为旁注：使用另一个选项（

vcat

）将产生类型稳定的结果，而第一个选项不是类型稳定的

编辑

为什么不允许对空集合进行缩减？ 一般来说，原因是你无法判断减少的结果。如果要允许空集合，则应添加

init

关键字参数。以下是一个例子：

julia> reduce(vcat, [])
ERROR: ArgumentError: reducing over an empty collection is not allowed

julia> reduce(vcat, [], init = [1])
1-element Array{Int64,1}:
 1

julia> reduce(vcat, [[2,3], [4,5]], init = [1])
5-element Array{Int64,1}:
 1
 2
 3
 4
 5

结果是类型稳定的是什么意思 这意味着Julia能够在编译时（在执行代码之前）判断函数返回值的类型。类型稳定的代码通常运行得更快（不过这是一个广泛的主题-我建议您阅读Julia手册以详细了解它）。您可以使用

@code\u warntype

和

测试来检查函数的类型是否稳定。@extensated

在这里，让我对您的具体案例进行解释（我截断了一些输出以缩短答案）

上面的任何表示编译器不知道答案的类型。原因是在这种情况下，此类型取决于

dims

参数。如果它是

1

它将是一个向量，如果它是

2

它将是一个矩阵

我如何知道它对于大型

n

您可以运行

@哪个

宏：

julia> @which reduce(vcat, [[1,2,3], [4,5,6]])
reduce(::typeof(vcat), A::AbstractArray{#s72,1} where #s72<:(Union{AbstractArray{T,2}, AbstractArray{T,1}} where T)) in Base at abstractarray.jl:1321

一个编辑器将打开，您会看到它调用了一个内部函数

\u-typed\u-vcat

，该函数针对

vcat

进行了优化，使用了大量数组。之所以引入此优化，是因为使用类似于

vcat（[[1,2,3]，[4,5,6]]）

的splatting在结果上是等效的，但您必须进行splatting（即

…

），这本身就有一些成本，可以使用

reduce

版本避免

为了确保我所说的是真实的，您可以执行以下基准测试：

julia> using BenchmarkTools

julia> y = [[i] for i in 1:10000];

julia> @benchmark vcat($y...)
BenchmarkTools.Trial:
  memory estimate:  156.45 KiB
  allocs estimate:  3
  --------------
  minimum time:     67.200 μs (0.00% GC)
  median time:      77.800 μs (0.00% GC)
  mean time:        102.804 μs (8.50% GC)
  maximum time:     35.179 ms (99.47% GC)
  --------------
  samples:          10000
  evals/sample:     1

julia> @benchmark reduce(vcat, $y)
BenchmarkTools.Trial:
  memory estimate:  78.20 KiB
  allocs estimate:  2
  --------------
  minimum time:     67.700 μs (0.00% GC)
  median time:      69.700 μs (0.00% GC)
  mean time:        82.442 μs (6.39% GC)
  maximum time:     32.719 ms (99.58% GC)
  --------------
  samples:          10000
  evals/sample:     1

julia> @benchmark cat($y..., dims=1)
ERROR: StackOverflowError:

---

您可以看到

reduce

版本的速度略快于

vcat

的splatting版本，而

cat

对于非常大的

n

（对于较小的

n

，它可以工作，但速度要慢一些）。

谢谢！这是一个了不起的反应！我想知道你是否介意回答几个问题，这样我就可以了解：你怎么知道对大n使用你的建议会更有效？另外，对于类型稳定的结果意味着什么？另外，我想选择性地将n设置为零，但不允许在空集合上减少。我将如何解决这个问题？此外，我回顾了上下文，并意识到如果这有帮助的话，我永远不会真正需要一个非常大的n。我将在答案中添加额外的注释。

@edit reduce(vcat, [[1,2,3], [4,5,6]])

julia> using BenchmarkTools

julia> y = [[i] for i in 1:10000];

julia> @benchmark vcat($y...)
BenchmarkTools.Trial:
  memory estimate:  156.45 KiB
  allocs estimate:  3
  --------------
  minimum time:     67.200 μs (0.00% GC)
  median time:      77.800 μs (0.00% GC)
  mean time:        102.804 μs (8.50% GC)
  maximum time:     35.179 ms (99.47% GC)
  --------------
  samples:          10000
  evals/sample:     1

julia> @benchmark reduce(vcat, $y)
BenchmarkTools.Trial:
  memory estimate:  78.20 KiB
  allocs estimate:  2
  --------------
  minimum time:     67.700 μs (0.00% GC)
  median time:      69.700 μs (0.00% GC)
  mean time:        82.442 μs (6.39% GC)
  maximum time:     32.719 ms (99.58% GC)
  --------------
  samples:          10000
  evals/sample:     1

julia> @benchmark cat($y..., dims=1)
ERROR: StackOverflowError: