混合型Matlab数据结构-what'；s时间+；节省空间？

我需要处理大量混合类型的表格数据-字符串和双精度。我认为这是一个标准问题。在Matlab中，处理这个问题的最佳数据结构是什么

雷肯定不是答案。它的内存效率极低。（测试如下所示）。数据集（来自统计工具箱）在时间和空间上都非常低效。这就剩下structarray或structOfArray了。我在下面的四个不同选项中对时间和内存进行了测试，在我看来，数组结构是我测试的最佳选项

我对Matlab比较陌生，坦率地说，这有点令人失望。无论如何-寻找关于我是否遗漏了什么，或者我的测试是否准确/合理的建议。除了访问/转换/内存使用之外，我是否遗漏了其他考虑因素，这些考虑因素可能会随着我更多地使用这些东西编写代码而出现。（仅供参考，我正在使用R2010b）

**测试1：访问数据项的访问速度

cellarray:0.002s
dataset:36.665s       %<<< This is horrible
structarray:0.001s
struct of array:0.000s

==================代码：测试#1

===================代码：测试2

---

我想说的是，如果你需要管理大量的数据，那么MATLAB不是最好的选择。选择合适的数据库，并最终将所需的数据导入MATLAB

但是，如果您打算无论如何使用MATLAB，我仍然会选择字段名，也就是说，如果您不需要像结构中那样以字段名的形式对数据进行语法引用

使用光线时，请记住，每个单元格都会产生112字节的开销。因此，我将为每个列创建一个单元格（而不是为每个标量双精度创建一个单元格）：

和内存方面（无时间变化）：

此外，您所称的数组结构通常是用“标量”结构来表示的，而不是结构数组（或非标量结构）

---

如果我没有记错的话，当您开始嵌套字段时，结构的读/写性能往往会下降（不过我需要找到特定的线程）

使Matlab代码节省空间和时间的方法是使用大型原语数组，即double、int或char数组。这将使内存中的布局更紧凑，并允许您执行矢量化操作

对于表格数据，每一列的类型都是相同的，但是不同的列可能具有不同的类型，并且通常会有比列多得多的行。您经常会对一列的所有元素进行操作——比较或数学运算，或者对一列进行隐藏选择，这有助于进行矢量化操作。因此，将每一列存储为一个列数组，最好是一组基元。可以将这些列粘贴在结构的字段或单元向量的元素中；从性能角度看，这无关紧要，结构形式将更具可读性，看起来更像一个表。二维单元阵列或其他数据结构，如果将所有元素分解为自己的小MXArray，则不会执行accepatbly

也就是说，如果您有一个10000行×10列的表，那么您希望有一个10长的单元格数组或10字段结构，其中每个字段或元素都包含一个10000长的基本列向量

dataset

object对象基本上是一个围绕列数组结构的包装器，如前所述，它被固定在一个对象中。但是Matlab中的对象比常规结构和单元有更大的开销；每次访问它时，您都要为一个或多个方法调用付费。看一看（完全披露：这是我的答案之一）

---

您设置的测试并不能说明Matlab代码的性能如何，因为它是在进行标量单元素访问。也就是说，它为循环中每次通过的列元素和行元素访问付费。如果您的Matlab代码正在这样做，那么您已经不走运了。为了加快速度，您需要在循环外部弹出列—也就是说，将昂贵的列访问操作提升到外部循环或设置代码—然后执行向量化操作（如

+

，

==

，“虽然

数据集

确实很慢，但您的计时速度却非常慢。我在访问时获得

数据集：0.7s

，而其他的顺序与您的相同。我在32位WinXP+1上运行R2013a，这是一个很好的解释和深刻的答案。此外，OOP开销问题也确实提高了性能。”例如，在这个测试中（R2013a中），对于

dataset

访问，我只得到了0.7秒与OP报告的36秒相比，当然还有改进的余地。如果你能访问最新版本的银行，更新你的基准测试结果会很有趣。是的，升级听起来是个好主意。非OOP性能也应该提高。thoug担心其他人将不得不更新基准测试h-我换了工作，目前没有Matlab许可证。

Cellarray(doubles)->matrix:d->m: 0.865s
Cellarray(mixed)->structarray:c->sc: 0.268s
Cellarray(doubles)->structarray:d->sd: 0.430s
Cellarray(mixed)->struct of arrays:c->sac: 0.361s
Cellarray(doubles)->struct of arrays:d->sad: 0.887s
  Name           Size               Bytes  Class     Attributes
    c         100000x10            68000000  cell                
    d         100000x10            68000000  cell                
    m         100000x10             8000000  double              
    sac            1x1             38001240  struct              
    sad            1x1              8001240  struct              
    sc        100000x1             68000640  struct              
    sd        100000x1             68000640  struct  

  %% cellarray
  c = cell(100000,10);
  c(:,[1,3,5,7,9]) = num2cell(zeros(100000,5));
  c(:,[2,4,6,8,10]) = repmat( {'asdf'}, 100000, 5);
  cols = strcat('Var', strtrim(cellstr(num2str((1:10)'))))';
  te = tic;
  for iii=1:1000
      x = c(1234,5);
  end
  te = toc(te);
  fprintf('cellarray:%0.3fs\n', te);
  %% dataset
  ds = dataset( { c, cols{:} } );
  te = tic;
  for iii=1:1000
      x = ds(1234,5);
  end
  te = toc(te);
  fprintf('dataset:%0.3fs\n', te);
  %% structarray
  s = cell2struct( c, cols, 2 );
  te = tic;
  for iii=1:1000
      x = s(1234).Var5;
  end
  te = toc(te);
  fprintf('structarray:%0.3fs\n', te);
  %% struct of arrays
  for iii=1:numel(cols)
      if iii/2==floor(iii/2) % even => string
          sac.(cols{iii}) = c(:,iii);
      else
          sac.(cols{iii}) = cell2mat(c(:,iii));
      end
  end
  te = tic;
  for iii=1:1000
      x = sac.Var5(1234);
  end
  te = toc(te);
  fprintf('struct of array:%0.3fs\n', te);

%% cellarray
% c - cellarray containing mixed type 
c = cell(100000,10);
c(:,[1,3,5,7,9]) = num2cell(zeros(100000,5));
c(:,[2,4,6,8,10]) = repmat( {'asdf'}, 100000, 5);
cols = strcat('Var', strtrim(cellstr(num2str((1:10)'))))';
% c - cellarray containing doubles only
d = num2cell( zeros( 100000, 10 ) );
%% matrix
% doubles only
te = tic;
m = cell2mat(d);
te = toc(te);
fprintf('Cellarray(doubles)->matrix:d->m: %0.3fs\n', te);
%% structarray
% mixed
te = tic;
sc = cell2struct( c, cols, 2 );
te = toc(te);
fprintf('Cellarray(mixed)->structarray:c->sc: %0.3fs\n', te);
% doubles
te = tic;
sd = cell2struct( d, cols, 2 );
te = toc(te);
fprintf('Cellarray(doubles)->structarray:d->sd: %0.3fs\n', te);
%% struct of arrays
% mixed
te = tic;
for iii=1:numel(cols)
    if iii/2==floor(iii/2) % even => string
        sac.(cols{iii}) = c(:,iii);
    else
        sac.(cols{iii}) = cell2mat(c(:,iii));
    end
end
te = toc(te);
fprintf('Cellarray(mixed)->struct of arrays:c->sac: %0.3fs\n', te);
% doubles
te = tic;
for iii=1:numel(cols)
    sad.(cols{iii}) = cell2mat(d(:,iii));
end
te = toc(te);
fprintf('Cellarray(doubles)->struct of arrays:d->sad: %0.3fs\n', te);
%% 
clear iii cols te;
whos

c = cell(1,10);
c(1,1:2:10) = num2cell(rand(1e5,5),1);
c(1,2:2:10) = {cellstr(repmat('asdf', 100000, 1))};

Name           Size               Bytes  Class    Attributes
c              1x10            38000600  cell