matlab矩阵作分钟平均,提高matlab运行速度和节省空间的心得合集(ZT)

B =

aiTemp(A(iXmin:iXMax,iYMin:iYMax,iZMin:iZMax));

当然了，改进的前提是知道矩阵A的非零元(即值为true的元素)大致的分布，也就是能够求出iXmin:iXMax,iYMin:iYMax,iZMin:iZMax这个范围。现在终于明白并体会到cwit所说的“连num2str都优化过”的含义了。

3.

不断优化代码，例如corrcoef函数，matlab自带的corrcoef函数求整个矩阵所有列的相关系数，因为我只需要求出某一列跟其他各列的相关系数，所以参照corrcoef函数自己写了一个，不但把速度提了上去，而且还发现了：repmat(5，100，1)的速度并不比ones(100,1)*5

快，另外，别小看一个小矩阵的转置操作，当循环次数很大的时候，有没有转置就相差很远了。

4. 使用逻辑运算符&、| 时，两个操作对象最好是logical类型，否则速度会减慢。

5.

二维矩阵转置操作可以用以下三种方法进行，三者的效率基本一样(时空)，如果遇到三维以上的矩阵要转置，用permute命令较为方便：

a) A = A’;

b) A = permute(A,[2,1]);

c) A = shiftdim(A,1);

6. “使用eval方式动态存储多个一维数组”比“使用二维数组动态存储多个一维数组”要快，即：eval_r(['A_',

num2str(k),' = B;']);比 A(k,:) = B;

快，其中B是一个一维数组，k表示循环次数。注：并非所有B都进行存储，只存储满足某个条件的B，另外，对预申请空间A不成功，这是对结论的补充说明。值得注意的是，如果对B是一个稀疏的一维数组，则eval方式的优势荡然无存，当k增大时反而增加系统开销。

7.

当矩阵很大时，利用A(:,k+1:end)=[];去掉多余元素操作时会减慢程序的运行，因此，如果后续处理中没有用到这些多余元素，则没有必要使用这个语句，即不管就是了。

8.

当需要对很大的一个矩阵进行操作时，可以考虑使用循环来完成。例如corrcoef函数，如果处理的对象矩阵A是100*180时(即对100个列向量求它们两两之间的相关程度，假设需要的只是前面99个与第100个向量的相关系数，其他不需要用到)，直接用corrcoef(A)会比较慢，这时候可以考虑把矩阵A分为5个部分，每个子块与第100个向量进行相关，这样速度会更快。

9.

局部比较、赋值比全局比较、赋值要快(呵呵，这是废话)，假设A、B都是三维逻辑矩阵，如果只想对某个局部(例如X_1:X_2,Y_1:Y_2,Z_1:Z_2这个立方体)进行比较和赋值，则推荐使用B(X_1:X_2,Y_1:Y_2,Z_1:Z_2)

= B(X_1:X_2,Y_1:Y_2,Z_1:Z_2) &

~A(X_1:X_2,Y_1:Y_2,Z_1:Z_2)，这比B(A) = false或B =

B&~A速度上都要快不少。

后记：

1.

此心得原来打算在cwit给了我回复，指正文中错误之后再整理并发布的，不过cwit很忙，所以不知道要等到什么时候，因此先献丑了，有错误大家也帮忙指正一下。(注：这个版本删除了“循环总次数固定无论使用多少个for循环速度不变”这句，因为考虑到矩阵维数会影响速度)

2. 上述技巧都是出自我在处理大型矩阵时候自己总结出来的个人心得，转载时请注明。

3.

实验室中由于只有我一个人比较关心matlab的运行速度和存储空间问题(尤其是速度问题)，所以不像cwit那样，有一个团队可以互相讨论互相提高，因此，我的心得难免有错误或理解不当的地方，请大家见谅。