我怎样才能应用一个函数到matrix的每一行/列在MATLAB中？
你可以通过例如v + 1来向vector中的每个项目应用一个函数，或者你可以使用函数arrayfun 。 我怎样才能做到这一点matrix的每一行/列而不使用for循环？
像sum和prod这样的内置操作已经可以跨行或列操作了，所以你可以重构你正在使用的函数来利用它。
如果这不是一个可行的select，一种方法是使用mat2cell或num2cell将行或列收集到单元格中，然后使用cellfun操作所得到的单元arrays。
作为一个例子，假设你想对matrixM的列进行求和。 你可以简单地使用sum来做到这一点：
M = magic(10); %# A 10-by-10 matrix columnSums = sum(M, 1); %# A 1-by-10 vector of sums for each column
这里是你如何使用更复杂的num2cell / cellfun选项来做到这一点：
M = magic(10); %# A 10-by-10 matrix C = num2cell(M, 1); %# Collect the columns into cells columnSums = cellfun(@sum, C); %# A 1-by-10 vector of sums for each cell
你可能想要更晦涩的Matlab函数bsxfun 。 从Matlab文档中，bsxfun“将由函数handle fun指定的逐个元素的二进制操作应用于数组A和B，并启用单例扩展。
上面提到的@gnovice和sum和其他基本函数已经在第一个非单实体维度上进行了操作（即，如果有多行，那么行，如果只有一行，则列;或者如果较低维度都具有大小== 1 ）。 但是，bsxfun适用于任何函数，包括（特别是）用户定义的函数。
例如，假设您有一个matrixA和一个行向量BEg，假设：
A = [1 2 3; 4 5 6; 7 8 9] B = [0 1 2]
你想要一个函数power_by_col，它返回一个向量C中的所有元素到B的对应列的权力。
从上面的例子中，C是一个3×3的matrix：
C = [1^0 2^1 3^2; 4^0 5^1 6^2; 7^0 8^1 9^2]
即
C = [1 2 9; 1 5 36; 1 8 81]
你可以使用repmat来实现这个蛮力的方式：
C = A.^repmat(B, size(A, 1), 1)
或者你可以用bsxfun这个优雅的方式，在内部处理repmat步骤：
C = bsxfun(@(x,y) x.^y, A, B)
所以bsxfun为您节省了一些步骤（您不需要明确计算A的尺寸）。 然而，在我的一些非正式testing中，事实certificate，如果要应用的function（如上面的功率函数）很简单，repmat的速度大概是它的两倍。 所以你需要select你是否想要简单或速度。
我不能评论这是多高效，但这里有一个解决scheme：
applyToGivenRow = @(func, matrix) @(row) func(matrix(row, :)) applyToRows = @(func, matrix) arrayfun(applyToGivenRow(func, matrix), 1:size(matrix,1))' % Example myMx = [1 2 3; 4 5 6; 7 8 9]; myFunc = @sum; applyToRows(myFunc, myMx)
基于Alex的回答 ，这是一个更通用的function：
applyToGivenRow = @(func, matrix) @(row) func(matrix(row, :)); newApplyToRows = @(func, matrix) arrayfun(applyToGivenRow(func, matrix), 1:size(matrix,1), 'UniformOutput', false)'; takeAll = @(x) reshape([x{:}], size(x{1},2), size(x,1))'; genericApplyToRows = @(func, matrix) takeAll(newApplyToRows(func, matrix));
这两个函数之间的比较：
>> % Example myMx = [1 2 3; 4 5 6; 7 8 9]; myFunc = @(x) [mean(x), std(x), sum(x), length(x)]; >> genericApplyToRows(myFunc, myMx) ans = 2 1 6 3 5 1 15 3 8 1 24 3 >> applyToRows(myFunc, myMx) ??? Error using ==> arrayfun Non-scalar in Uniform output, at index 1, output 1. Set 'UniformOutput' to false. Error in ==> @(func,matrix)arrayfun(applyToGivenRow(func,matrix),1:size(matrix,1))'
为了完整性/兴趣，我想补充一点，matlab确实有一个函数，允许您对每行数据而不是每个元素进行操作。 它被称为rowfun （ http://www.mathworks.se/help/matlab/ref/rowfun.html ），但唯一的“问题”是它在表上运行（ http://www.mathworks.se/help /matlab/ref/table.html ）而不是matrix 。
为了回答这个问题，从r2016b开始，MATLAB将隐含地扩展单例尺寸，在很多情况下不需要bsxfun 。
从r2016b发行说明 ：
隐式扩展：将元素操作和函数应用于具有长度为1的维度的自动扩展的数组
隐式扩展是标量扩展的泛化。 通过标量扩展，标量扩展为与另一个数组相同的大小，以便于按元素操作。 通过隐式扩展，只要数组具有兼容的大小，这里列出的按元素的操作符和函数就可以隐式地扩展它们的input大小。 如果对于每个维度，input的维度大小相同或其中之一为1，则两个arrays具有兼容的大小。有关更多信息，请参阅基本操作的兼容arrays大小以及arrays与matrix操作。
Element-wise arithmetic operators — +, -, .*, .^, ./, .\ Relational operators — <, <=, >, >=, ==, ~= Logical operators — &, |, xor Bit-wise functions — bitand, bitor, bitxor Elementary math functions — max, min, mod, rem, hypot, atan2, atan2d例如，您可以计算matrixA中每列的平均值，然后用A – 均值（A）从每列中减去平均值的向量。
以前，这个function可以通过bsxfun函数获得。 现在build议您将bsxfun的大部分用法直接调用到支持隐式扩展的函数和运算符。 与使用bsxfun相比，隐式扩展提供了更快的速度，更好的内存使用，并提高了代码的可读性。
使用最新版本的Matlab，您可以使用Table数据结构来获得优势。 甚至有一个“rowfun”操作，但我发现这样做更容易：
a = magic(6); incrementRow = cell2mat(cellfun(@(x) x+1,table2cell(table(a)),'UniformOutput',0))
或者这是一个旧的，我不需要表格，旧的Matlab版本。
dataBinner = cell2mat(arrayfun(@(x) Binner(a(x,:),2)',1:size(a,1),'UniformOutput',0)')
接受的答案似乎是先转换为单元格，然后使用cellfun来操作所有的单元格。 我不知道具体的应用程序，但总的来说，我认为使用bsxfun在matrix上运行会更有效率。 基本上bsxfun在两个数组之间应用一个元素的操作。 所以，如果你想乘以一个nxm向量中的每个项目乘以一个nxm向量中的每个项目来获得一个nxm数组，你可以使用：
vec1 = [ stuff ]; % nx 1 vector vec2 = [ stuff ]; $ mx 1 vector result = bsxfun('times', vec1.', vec2);
这将给你称为resultmatrix，其中（i，j）项将是vec1的第i个元素乘以vec1的第j个元素。
你可以使用bsxfun来实现各种内置函数，你可以声明你自己的函数。 该文档有许多内置函数的列表，但基本上你可以命名任何接受两个数组（vector或matrix）作为参数的函数并使其工作。
上面的答案都不是“开箱即用”的，但是，通过复制其他答案的思想获得的以下function是可行的：
apply_func_2_cols = @(f,M) cell2mat(cellfun(f,num2cell(M,1), 'UniformOutput',0));
它取一个函数f并将其应用于matrixM每一列。
举个例子：
f = @(v) [0 1;1 0]*v + [0 0.1]'; apply_func_2_cols(f,[0 0 1 1;0 1 0 1]) ans = 0.00000 1.00000 0.00000 1.00000 0.10000 0.10000 1.10000 1.10000
在寻求如何计算matrix的行和时，偶然发现了这个问题/答案。
我只想补充一点，Matlab的SUM函数实际上支持对一个给定的维度进行求和，也就是具有两个维度的标准matrix。
所以要计算列的总和呢：
colsum = sum(M) % or sum(M, 1)
对于行数，简单的做
rowsum = sum(M, 2)
我敢打赌，这是比编程循环和转换为单元格:)
所有这些都可以在SUM的matlab帮助中find。
如果你知道你的行的长度，你可以做这样的事情：
a=rand(9,3); b=rand(9,3); arrayfun(@(x1,x2,y1,y2,z1,z2) line([x1,x2],[y1,y2],[z1,z2]) , a(:,1),b(:,1),a(:,2),b(:,2),a(:,3),b(:,3) )
