Matlab：如何将矩阵转化成 cell 元胞数组、mat2cell

最新推荐文章于 2024-06-05 13:15:39 发布

热爱生活的菇凉

最新推荐文章于 2024-06-05 13:15:39 发布

阅读量2.3w

点赞数 7

分类专栏： matlab 文章标签： matlab

本文链接：https://blog.csdn.net/frx_bwcx/article/details/108255284

版权

12 篇文章 3 订阅

订阅专栏

调用 Matlab 内置函数的方法

mat2cell()

mat2cell函数的作用是将矩阵分割成不同cell元胞

语法：C = mat2cell(A,dim1Dist,...,dimNDist)

C = mat2cell(A,rowDist)

dim1Dist,...,dimNDist 是向量，表示具体怎么划分不同的维度

这种调用方法将 A 按不同的维度划分。A 可以是二维的，三维的，甚至更高维，首先看一张图，区分 A 的维度：

A = rand(60,50); % 设 A = rand(A.dim1,A.dim2) 作个记号，方便后续的总结
C = mat2cell(A,[10,20,30],[20,30]); % C = mat2cell(A,dim1Dist,dim2Dist)

产生的元胞结构如图，相当于 dim1 和 dim2 的排列组合

具体划分如图

总结：1）划分要求：sum(dimNDist) = A.dimN;

2）划分后 C 的维度：size(C) = [length(dim1Dist),...,length(dimNDist)].

理解了二维的转化，三维也是一样的，这里以mnist手写数据集中的维度作为例子：

A = rand(28,28,60000); %  28*28*60000 double
C = mat2cell(A,28,28,ones(1,60000)); % 1*1*60000 cell
% 最后可以用 reshape(C,60000,1) 将 C 转成二维的。

因为mnist每张图片的大小是28*28的，所以前两个维度不进行划分，将最后一个维度划分成60000份（60000张图片），这里

sum（ones(1,60000)） = 60000；那么最后得到的维度将是length(28)*length(28)*length(ones(1,60000)) = 28*28*60000;

P.s.：（1）如果某个维度缺省了

A = rand(3,0,4);
C = mat2cell(A,[1 2],[],[2 1 1]);

二维：

A = rand(3,100);
C = mat2cell(A,[1 2]);

三维：

A = rand(3,100,3);
C = mat2cell(A,[1 2]);

本文主要参考 Matlab 的 help 文档

关注