Performance 在matlab中对三维阵列进行转置和整形

假设我有一个大小为n×p×q的数组X。我想把它重塑成一个有p行的矩阵，在每一行中把大小为q的n行串联起来，得到大小为p乘以nq的矩阵

我试着用一个循环来做，但是如果n=1000，p=300，q=300，需要一段时间

F0=[];
for k=1:size(F,1)
    F0=[F0,squeeze(X(k,:,:))];
end

---

有没有更快的方法？

我想这就是你想要的：

Y = reshape(permute(X, [2 1 3]), size(X,2), []);

示例为

n=2

，

p=3

，

q=4

：

>> X
X(:,:,1) =
     0     6     9
     8     3     0
X(:,:,2) =
     4     7     1
     3     7     4
X(:,:,3) =
     4     7     2
     6     7     6
X(:,:,4) =
     6     1     9
     1     4     3

>> Y = reshape(permute(X, [2 1 3]), size(X,2), [])
Y =
     0     8     4     3     4     6     6     1
     6     3     7     7     7     7     1     4
     9     0     1     4     2     6     9     3

---

我想这就是你想要的：

Y = reshape(permute(X, [2 1 3]), size(X,2), []);

示例为

n=2

，

p=3

，

q=4

：

>> X
X(:,:,1) =
     0     6     9
     8     3     0
X(:,:,2) =
     4     7     1
     3     7     4
X(:,:,3) =
     4     7     2
     6     7     6
X(:,:,4) =
     6     1     9
     1     4     3

>> Y = reshape(permute(X, [2 1 3]), size(X,2), [])
Y =
     0     8     4     3     4     6     6     1
     6     3     7     7     7     7     1     4
     9     0     1     4     2     6     9     3

试试这个-

reshape(permute(X,[2 3 1]),p,[])

因此，对于代码验证，可以查看示例运行情况-

n = 2;
p = 3;
q = 4;

X = rand(n,p,q)
F0=[];
for k=1:n
    F0=[F0,squeeze(X(k,:,:))];
end
F0

F0_noloop = reshape(permute(X,[2 3 1]),p,[])

输出为-

F0 =
    0.4134    0.6938    0.3782    0.4775    0.2177    0.0098    0.7043    0.6237
    0.1257    0.8432    0.7295    0.2364    0.3089    0.9223    0.2243    0.1771
    0.7261    0.7710    0.2691    0.8296    0.7829    0.0427    0.6730    0.7669
F0_noloop =
    0.4134    0.6938    0.3782    0.4775    0.2177    0.0098    0.7043    0.6237
    0.1257    0.8432    0.7295    0.2364    0.3089    0.9223    0.2243    0.1771
    0.7261    0.7710    0.2691    0.8296    0.7829    0.0427    0.6730    0.7669

试试这个-

reshape(permute(X,[2 3 1]),p,[])

因此，对于代码验证，可以查看示例运行情况-

n = 2;
p = 3;
q = 4;

X = rand(n,p,q)
F0=[];
for k=1:n
    F0=[F0,squeeze(X(k,:,:))];
end
F0

F0_noloop = reshape(permute(X,[2 3 1]),p,[])

输出为-

F0 =
    0.4134    0.6938    0.3782    0.4775    0.2177    0.0098    0.7043    0.6237
    0.1257    0.8432    0.7295    0.2364    0.3089    0.9223    0.2243    0.1771
    0.7261    0.7710    0.2691    0.8296    0.7829    0.0427    0.6730    0.7669
F0_noloop =
    0.4134    0.6938    0.3782    0.4775    0.2177    0.0098    0.7043    0.6237
    0.1257    0.8432    0.7295    0.2364    0.3089    0.9223    0.2243    0.1771
    0.7261    0.7710    0.2691    0.8296    0.7829    0.0427    0.6730    0.7669

---

您不必使用矢量化来解决问题，而是可以查看代码来尝试找出可以提高性能的方法。在这种情况下，由于您知道输出矩阵

F0

的大小应该是px（n*q），因此可以将内存预分配给

F0

，并避免在

for

循环的每次迭代中不断调整矩阵的大小

n=1000; 
p=300; 
q=300;

F0=zeros(p,n*q);

for k=1:size(F,1)
    F0(:,(k-1)*q+1:k*q) = squeeze(F(k,:,:));
end

---

虽然可能没有其他两种解决方案那么有效，但它是一种替代方案。试试上面的方法，看看会发生什么

不必使用矢量化来解决问题，您可以查看代码来尝试找出可以提高性能的方法。在这种情况下，由于您知道输出矩阵

F0

的大小应该是px（n*q），因此可以将内存预分配给

F0

，并避免在

for

循环的每次迭代中不断调整矩阵的大小

n=1000; 
p=300; 
q=300;

F0=zeros(p,n*q);

for k=1:size(F,1)
    F0(:,(k-1)*q+1:k*q) = squeeze(F(k,:,:));
end

---

虽然可能没有其他两种解决方案那么有效，但它是一种替代方案。试试上面的方法，看看会发生什么

你不需要另一个

[1 3 2]

？@Divakar-Hmm。。。实际上，我不知道OP想要什么。@Divakar谢谢！你已经有了我的+1来深入研究这个问题。我想有两种可能的方法来线性化剩下的两个维度，我们的答案不同，那就是你不需要另一个

[1 3 2]

？@Divakar-Hmm。。。实际上，我不知道OP想要什么。@Divakar谢谢！你已经有了我的+1来深入研究这个问题。我想有两种可能的方法来线性化剩下的两个维度，我们的答案在这方面有所不同