Memory 八度：稀疏矩阵上的std内存太大

我有一个非常大的八度稀疏矩阵，我想得到每行的方差。如果我使用

std（A，1）
它崩溃是因为内存耗尽。
为什么会这样？
对于稀疏矩阵，方差应该很容易计算，不是吗？
我如何才能做到这一点？
如果您只需要每列中非零项的标准偏差，那么您可以执行以下操作：

[nrows, ncols] = size(A);

counts = sum(spones(A),1);

means = sum(A,1) ./ max(counts, 1);
[i,j,v] = find(A);
v = means(j);
placedmeans = sparse(i,j,v,nrows,ncols);

vars = sum((A - placedmeans).^2, 1) ./ max(counts, 1);

stds = sqrt(vars);

我无法想象这样一种情况，即您想要获取稀疏矩阵（包括零）每列中所有项的标准偏差，但如果是这样，您只需要计算每列中的零数量，并将其包括在计算中：

[nrows,ncols] = size(A);

zerocounts = nrows - sum(spones(A),1);

means = sum(A,1) ./ nrows;
[i,j,v] = find(A);
v = means(j);
placedmeans = sparse(i,j,v,nrows,ncols);

vars = (sum((A - placedmeans).^2, 1) + zerocounts .* means.^2) ./ nrows;

stds = sqrt(vars);

另外，我不知道你是否想从变量的分母中减去一（分别是counts和nrows）

编辑：修正了一个错误，每当a以全零的行或列结束时，它会重新构造错误大小的placedmeans矩阵。此外，第一种情况下，当一列为全零时，现在返回的平均值/var/std为零（而在此之前它应该是NaN）
是的，计算稀疏矩阵方差的算法可能非常简单（取决于格式），但必须实现。如何有效地实现它？有没有一种方法可以循环遍历稀疏矩阵的条目？这几乎可以实现，但似乎有一个bug。我需要第二个版本，它也计算零。不幸的是，如果矩阵的末尾包含一整行零，那么它就不起作用了。在这种情况下，它给出了一个关于尺寸的例外。你知道为什么吗？好吧，那是个愚蠢的评论。不能计算一行零的方差。你知道我如何修改上面的代码，使那些没有条目的得到0作为方差吗？你完全可以得到一行零的方差。它是零。（但是，您不能接受空列表的方差，因此在这种情况下，我将第一个版本更改为0）。但是，我提供的代码采用每列的标准偏差（就像std（A，1））一样，而不是每行的标准偏差。此外，我还对您提到的bug进行了修改。它应该适用于任何（非空的）矩阵现在我似乎越来越笨了。我工作过度：-(