我必须使用什么函数或循环来平均矩阵?

发布于 2024-09-16 09:17:22 字数 97 浏览 3 评论 0 原文

我想求所有矩阵的平均值:

Data=(Data{1}+......+Data{n})/n) 其中 Data{n} 是 m*n 的矩阵..

非常感谢

I want to find the average of all the matrix:

Data=(Data{1}+......+Data{n})/n)
where Data{n} is a matrix of m*n..

Thank you sooo much

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(2

音栖息无 2024-09-23 09:17:22

首先,将元胞数组转换为 3D 数组,然后可以取平均值,如下所示:

tmp = cat(3,Data{:}); %# catenates the data, so that it becomes a m*n*z (or m*1*n)
averageData = mean(tmp,3); %# takes average along 3rd dimension

注意:如果您以这种方式遇到内存问题,并且不需要保留变量 Data 周围,您可以用 Data 替换 tmp ,一切都会正常工作。

或者,如果 Data 只是 am*n 数值数组

averageData = mean(Data,2);

First, you convert your cell array into a 3D array, then you can take the average, like this:

tmp = cat(3,Data{:}); %# catenates the data, so that it becomes a m*n*z (or m*1*n)
averageData = mean(tmp,3); %# takes average along 3rd dimension

Note: if you get memory problems this way, and if you don't need to keep the variable Data around, you can replace tmp with Data and all will work fine.

Alternatively, if Data is simply a m*n numeric array

averageData = mean(Data,2);
酷炫老祖宗 2024-09-23 09:17:22

如果您的元胞数组非常大,您可能希望避免使用上述解决方案,因为它占用内存。然后,我建议使用 Matlab Central 提供的实用程序 mtimesx此处

N = length(Data);
b = cell(N,1);
b(:) = {1};
averageData = mtimesx(Data,b)/N;

在上面的示例中,我假设 Data 是线形元胞数组。我个人从未使用过mtimesx,这个解决方案来自那里< /a>,其中还讨论了时间问题。

希望这有帮助。

一个。

If your cell array is really big, you might want to keep away from the above solution because of its memory usage. I'd then suggest using the utility mtimesx which is available from Matlab Central, here.

N = length(Data);
b = cell(N,1);
b(:) = {1};
averageData = mtimesx(Data,b)/N;

In the above example, I assumed that Data is a line-shaped cell array. I have never used personally mtimesx, this solution comes from there, where timing issues are also discussed.

Hope this helps.

A.

~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文