2009-11-20 13 views

Respuesta

41

He aquí una lista de las diferentes maneras de hacer esto ...

  • ... usando bsxfun:

    B = bsxfun(@rdivide,A,sum(A)); 
    
  • ... usando repmat:

    B = A./repmat(sum(A),size(A,1),1); 
    
  • ... usando un outer product (según lo sugerido por Amro):

    B = A./(ones(size(A,1),1)*sum(A)); 
    
  • ... y utilizando un bucle (como se sugiere en mtrw):

    B = A; 
    columnSums = sum(B); 
    for i = 1:numel(columnSums) 
        B(:,i) = B(:,i)./columnSums(i); 
    end 
    

Actualización:

A partir de MATLAB R2016b y posterior, la mayoría de las funciones binarias incorporadas (lista puede ser f here) admiten la expansión implícita, lo que significa que tienen el comportamiento de bsxfun de forma predeterminada. Así, en las nuevas versiones de MATLAB, todo lo que tiene que hacer es:

B = A./sum(A); 
+2

¿No puede tirar el lazo solo para completarlo? :) – mtrw

+0

@mtrw: Sí, sí puedo. ;) – gnovice

+2

puede agregar esto a la lista: 'B = A ./ (unos (tamaño (A, 1), 1) * suma (A, 1))'. Creo que es más rápido que * repmat * pero más lento que * bsxfun * – Amro

0

No se pudo resistir a probar una lista por comprensión. Si esta matriz se representa en una lista por filas de las listas, intente esto:

>>> A = [[1,4],[4,10]] 
>>> [[float(i)/j for i,j in zip(a,map(sum,zip(*A)))] for a in A] 
[[0.20000000000000001, 0.2857142857142857], [0.80000000000000004, 0.7142857142857143]] 

sí, ya sé que esto no es super-eficiente, ya que calculamos las sumas de las columnas una vez por fila. Ahorro de esto en una variable llamada colsums parece:

>>> colsums = map(sum,zip(*A)) 
>>> [[float(i)/j for i,j in zip(a,colsums)] for a in A] 
[[0.20000000000000001, 0.2857142857142857], [0.80000000000000004, 0.7142857142857143]] 

Tenga en cuenta que la cremallera (* A) da transponer (A).

+2

¿Es eso Python? – gnovice

+0

Oh, lo siento, sí lo es. No noté la etiqueta de Matlab. – PaulMcG

1
a=[1 4;4 10] 
a = 
    1  4 
    4 10 

a*diag(1./sum(a,1)) 
ans = 
    0.2000 0.2857 
    0.8000 0.7143 
+0

+1, me gusta este. Lástima que es 20 veces más lento que 'bsxfun'. –

Cuestiones relacionadas