如何在八度范围内创建三维稀疏矩阵

Question

我的问题很难或太简单。因此，我一直在使用稀疏从不同的向量创建一个矩阵(例如这里)

我使用sparse(i,j,s,m,n)，其中i和j是分配给用地板导出的粒子的，等等(在单元模拟中是粒子)。

这是给1D的。我想要矢量化这个问题的二维，并得到了问题，我不能创建三维稀疏矩阵的八度。

我真的不是八度的专家，我正在寻找一个解决方案，我可以根据i和j值很好地将从s到s的值放入矩阵中。

例如:我在单元格x=2和y=2中得到了粒子1，而不是希望从(1,2,2,value)中的粒子1中得到一个具有值的矩阵。有没有一种没有太多if's和for's的方法？

Answer 1

目前，在八维空间中不可能有N维稀疏矩阵.下面的示例试图将3x9稀疏矩阵重组为3x3x3，您可以看到这一点：

octave> sp = sparse (2, 6, 1, 3, 9)
sp =

Compressed Column Sparse (rows = 3, cols = 9, nnz = 1 [3.7%])

  (2, 6) ->  1

octave> reshape (sp, [3 3 3])
warning: reshape: sparse reshape to N-d array smashes dims
ans =

Compressed Column Sparse (rows = 3, cols = 9, nnz = 1 [3.7%])

  (2, 6) ->  1

你能做的就是有一个稀疏矩阵的单元数组。因此，对于KxMxN上的粒子，您可以拥有data{k} = sparse (M, N, value)，并使用data{k}(m,n)访问它。这并不理想，但取决于您如何组织您的数据，您可能使事情或多或少可读性。

Answer 2

在八进制和Matlab中，稀疏NDArray都是不可能的。然而，Matlab中有一个实现稀疏NDArray的类，虽然性能可能不是最优的，但它仍然可能比使用单元数组要好得多，因为它在内部将稀疏NDArray表示为一个简单的2D稀疏矩阵：

http://www.mathworks.com/matlabcentral/fileexchange/29832-n-dimensional-sparse-arrays

自从v4以来，Octave现在支持classdef。我还没有试过，但即使还没有成功，它可能很快就会成功。无论如何，您可以在脚本中看到它是如何完成的，并通过应用相同的思想(使用使用自定义函数操作的2D稀疏矩阵在ND空间中执行任意操作)创建一个非类的所有函数版本。