什么'；将Julia中大小为1*N或N*1的矩阵{T}转换为向量{T}的最有效方法是什么？

将Julia中大小为1*N或N*1的矩阵{T}转换为向量{T}最有效的方法是什么

例如，假设我有

a = [1,3,5]
b = a'

a

和

b

都属于

数组{Int，2}

（即

矩阵{Int}

）。将

a

和

b

转换为类型

数组{Int，1}

（即

向量{Int}

）的最有效方法是什么

一种方法是：

a_vec = [x::Int for x in a]
b_vec = [x::Int for x in b]

您可以使用

vec（）

函数。它比列表理解更快，并且可以更好地根据元素的数量进行缩放；） 对于1000x1的矩阵：

julia> const a = reshape([1:1000],1000,1);

julia> typeof(a)
Array{Int64,2}

julia> vec_a = [x::Int for x in a];

julia> typeof(vec_a)
Array{Int64,1}

julia> vec_aII = vec(a);

julia> typeof(vec_aII)
Array{Int64,1}

6.41e-6秒#列表理解

---

2.92e-7秒#vec（）

如果矩阵是

1xN

或

Nx1

，我倾向于使用

挤压

：

squeeze(ones(3, 1))
squeeze(ones(1, 3))

不确定这是否比使用

vec

或

重塑

更有效

vec（）更快

const a = reshape([1:1000],1000,1);
@time vec(a);
elapsed time: 6.914e-6 seconds (184 bytes allocated)
@time squeeze(a,2);
elapsed time: 1.0336e-5 seconds (248 bytes allocated)

---

关于

vec

和

重塑

需要注意的一点是，它们与底层数组共享内存以提高性能–这就是为什么

vec

比创建新数组对象、复制内容的理解快得多的原因。因此，如果您更改

a[1]

，

v_aII[1]

也将更改，反之亦然，而

v_a[1]

将不受影响。很好，我不知道这个函数。从定义中可以看出，挤压必须比另一个稍微慢一点。我做了一点基准测试，我发现：挤压（m）：（2.97+-2）e-6秒vec（m）：（2.02+-2）e-6秒重塑（m，长度（m））：（1.72+-2）e-6秒差异非常小，但根据定义，重塑（m，长度（m））是更快的选择。