bsxfun

对两个数组应用按元素运算（启用隐式扩展）

全页折叠

语法

C = bsxfun(fun,A,B)

说明

示例

C = bsxfun(fun,A,B) 对数组 A 和 B 应用函数句柄 fun 指定的按元素二元运算。

示例

全部折叠

矩阵元素与列均值的偏差

打开实时脚本

从矩阵 A 的对应列元素中减去列均值。然后，按标准差进行归一化。

A = [1 2 10; 3 4 20; 9 6 15];
C = bsxfun(@minus, A, mean(A));
D = bsxfun(@rdivide, C, std(A))

D = 3×3

   -0.8006   -1.0000   -1.0000
   -0.3203         0    1.0000
    1.1209    1.0000         0

在 MATLAB® R2016b 及更高版本中，您可以直接使用运算符而不是 bsxfun，因为这些运算符本身支持对具有兼容大小的数组进行隐式扩展。

(A - mean(A))./std(A)

ans = 3×3

   -0.8006   -1.0000   -1.0000
   -0.3203         0    1.0000
    1.1209    1.0000         0

比较向量元素

打开实时脚本

将列向量和行向量中的元素进行比较。结果是一个矩阵，其中包含两个向量的每个元素组合的比较结果。此运算等效于使用 A > B。

A = [8; 17; 20; 24]

B = [0 10 21]

B = 1×3

     0    10    21

C = bsxfun(@gt,A,B)

C = 4x3 logical array

   1   0   0
   1   1   0
   1   1   0
   1   1   1

使用自定义函数的扩展

打开实时脚本

创建表示函数 $f (a, b) = a - e^{b}$ 的函数句柄。

fun = @(a,b) a - exp(b);

使用 bsxfun 将函数应用于向量 a 和 b。bsxfun 函数将这些向量扩展为相同大小的矩阵，这是计算多个输入组合的 fun 的有效方法。

a = 1:7;
b = pi*[0 1/4 1/3 1/2 2/3 3/4 1].';
C = bsxfun(fun,a,b)

C = 7×7

         0    1.0000    2.0000    3.0000    4.0000    5.0000    6.0000
   -1.1933   -0.1933    0.8067    1.8067    2.8067    3.8067    4.8067
   -1.8497   -0.8497    0.1503    1.1503    2.1503    3.1503    4.1503
   -3.8105   -2.8105   -1.8105   -0.8105    0.1895    1.1895    2.1895
   -7.1205   -6.1205   -5.1205   -4.1205   -3.1205   -2.1205   -1.1205
   -9.5507   -8.5507   -7.5507   -6.5507   -5.5507   -4.5507   -3.5507
  -22.1407  -21.1407  -20.1407  -19.1407  -18.1407  -17.1407  -16.1407

输入参数

全部折叠

`fun` — 要应用的二元函数
函数句柄

要应用的二元函数，指定为函数句柄。fun 必须为 C = fun(A,B) 形式的二元（两个输入）按元素函数，该函数接受具有兼容大小的数组 A 和 B。有关详细信息，请参阅基本运算的兼容数组大小。fun 必须支持标量扩展，这样如果 A 或 B 是标量，则 C 为将该标量应用于另一输入数组中的每个元素的结果。

在 MATLAB^® R2016b 和更高版本中，下表中列出的内置二元函数本身支持隐式扩展。借助这些函数，您可以直接调用函数或运算符，而不是使用 bsxfun。例如，您可以将 C = bsxfun(@plus,A,B) 替换为 A+B。

函数	符号	说明
`plus`	`+`	加
`minus`	`-`	减
`times`	`.*`	数组乘法
`rdivide`	`./`	数组右除
`ldivide`	`.\`	数组左除
`power`	`.^`	数组幂
`eq`	`==`	等于
`ne`	`~=`	不等于
`gt`	`>`	大于
`ge`	`>=`	大于或等于
`lt`	`<`	小于
`le`	`<=`	小于或等于
`and`	`&`	按元素逻辑 AND
`or`	`\|`	按元素逻辑 OR
`xor`	不适用	逻辑异 OR
`bitand`	不适用	按位 AND
`bitor`	不适用	按位 OR
`bitxor`	不适用	按位 XOR
`max`	不适用	二进制最大值
`min`	不适用	二进制最小值
`mod`	不适用	除后的模数
`rem`	不适用	除后的余数
`atan2`	不适用	四象限反切线；以弧度表示结果
`atan2d`	不适用	四象限反切线；以度表示结果
`hypot`	不适用	平方和的平方根

示例： C = bsxfun(@plus,[1 2],[2; 3])

数据类型： function_handle

`A,B` — 输入数组
标量 | 向量 | 矩阵 | 多维数组

输入数组，指定为标量、向量、矩阵或多维数组。输入 A 和 B 必须具有兼容的大小。有关详细信息，请参阅基本运算的兼容数组大小。如果 A 或 B 的维度为单一维度（等于 1），bsxfun 实际上会沿该维度复制数组以便与另一个数组匹配。在 A 或 B 的维度为单一维度的情况下，并且另一数组中的对应维度为零，bsxfun 实际上会将单一维度降至零。

提示

建议您将大部分使用 bsxfun 的情形替换为直接调用支持隐式扩展的函数和运算符。与使用 bsxfun 相比，隐式扩展可提供更快的执行速度、更好的内存使用率以及改善的代码可读性。有关详细信息，请参阅基本运算的兼容数组大小。

扩展功能

tall 数组
对行数太多而无法放入内存的数组进行计算。

用法说明和限制：

指定的函数不能依赖于 persistent 变量。

有关详细信息，请参阅 tall 数组。

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

用法说明和限制：

代码生成不支持对此函数使用稀疏矩阵输入。

GPU 代码生成
使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

用法说明和限制：

代码生成不支持对此函数使用稀疏矩阵输入。

基于线程的环境
使用 MATLAB® `backgroundPool` 在后台运行代码或使用 Parallel Computing Toolbox™ `ThreadPool` 加快代码运行速度。

此函数完全支持基于线程的环境。有关详细信息，请参阅Run MATLAB Functions in Thread-Based Environment。

GPU 数组
通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

用法说明和限制：

请参阅 bsxfun (Parallel Computing Toolbox)。

分布式数组
使用 Parallel Computing Toolbox™ 在集群的组合内存中对大型数组进行分区。

此函数完全支持分布式数组。有关详细信息，请参阅Run MATLAB Functions with Distributed Arrays (Parallel Computing Toolbox)。

版本历史记录

在 R2007a 中推出

另请参阅

repmat | arrayfun

主题

数组与矩阵运算

bsxfun

语法

说明

示例

矩阵元素与列均值的偏差

比较向量元素

使用自定义函数的扩展

输入参数

fun — 要应用的二元函数 函数句柄

A,B — 输入数组 标量 | 向量 | 矩阵 | 多维数组

提示

扩展功能

tall 数组 对行数太多而无法放入内存的数组进行计算。

C/C++ 代码生成 使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

GPU 代码生成 使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

基于线程的环境 使用 MATLAB® backgroundPool 在后台运行代码或使用 Parallel Computing Toolbox™ ThreadPool 加快代码运行速度。

GPU 数组 通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

分布式数组 使用 Parallel Computing Toolbox™ 在集群的组合内存中对大型数组进行分区。

版本历史记录

另请参阅

主题

WeChat

`fun` — 要应用的二元函数
函数句柄

`A,B` — 输入数组
标量 | 向量 | 矩阵 | 多维数组

tall 数组
对行数太多而无法放入内存的数组进行计算。

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

GPU 代码生成
使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

基于线程的环境
使用 MATLAB® `backgroundPool` 在后台运行代码或使用 Parallel Computing Toolbox™ `ThreadPool` 加快代码运行速度。

GPU 数组
通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

分布式数组
使用 Parallel Computing Toolbox™ 在集群的组合内存中对大型数组进行分区。