reshape関数のエラーが出ます。

3 次查看（过去 30 天）
ナッティング
评论： Akira Agata 2023-9-14
Ran in:
data=0:36000;
DATA=reshape(data,600,600)
Error using reshape
Number of elements must not change. Use [] as one of the size inputs to automatically calculate the appropriate size for that dimension.
上に示す、コードでエラーが出ます。
まだ、初心者で理解していないところもございますが、
10行36000列あるデータをインポートし、そのデータを600行600列に変換したいと考えています。
上のコードで「data=10:36000;」としても同じようなミスになります。
何が原因で起こるのかわからないです。
そもそものコードが違っているのなら、完成したコードが知りたいです。
よろしくお願い致します。

请先登录，再回答此问题。

采纳的回答

Kojiro Saito
Kojiro Saito 2023-9-1
编辑：Kojiro Saito 2023-9-1
上のコードではdataが0:36000なので１行36001列のデータになっていて、600×600のサイズにリサイズできていないのが原因です。600×600は360000なので。
下記のようにしてみてはいかがでしょうか。
data = rand(10, 36000); % 10行3600列の乱数を生成
DATA = reshape(data, 600,600) % 600行600列に変形
  12 个评论
显示 10更早的评论
ナッティング
ナッティング 2023-9-8
はい、まず配列の順番として
1 2 3 4 5 6 7 8 9 10
11 12 13 14 15 ・・・
・
・
・・・・・・・・・360000
があります。
この配列を下のように
1 2 3 4 ・・・・10 11 12・・・・600
601 602 603 ・・・・・・・・・・・
・
・
・・・・・・・・・・・・・・360000
というふうに配列を変換させたいです。
Akira Agata
Akira Agata 2023-9-14
Ran in:
関数 reshape をうまく使うと簡単にできます。以下の例を参考にしてください。
% 元データとなる 36000×10の配列を作成
a = 1:360000;
a = reshape(a,10,[])';
% 最初の2行を表示
disp(a(1:2, :))
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
% 所望の形 (600×600) に配列を変形
b = reshape(a', 600, [])';
% 最初の2行を表示
disp(b(1:2, :))
Columns 1 through 16 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 Columns 17 through 32 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 Columns 33 through 48 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 Columns 49 through 64 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 Columns 65 through 80 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 Columns 81 through 96 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 Columns 97 through 112 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 Columns 113 through 128 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 Columns 129 through 144 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 Columns 145 through 160 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 Columns 161 through 176 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 Columns 177 through 192 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 777 778 779 780 781 782 783 784 785 786 787 788 789 790 791 792 Columns 193 through 208 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 793 794 795 796 797 798 799 800 801 802 803 804 805 806 807 808 Columns 209 through 224 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 809 810 811 812 813 814 815 816 817 818 819 820 821 822 823 824 Columns 225 through 240 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840 Columns 241 through 256 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 841 842 843 844 845 846 847 848 849 850 851 852 853 854 855 856 Columns 257 through 272 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 857 858 859 860 861 862 863 864 865 866 867 868 869 870 871 872 Columns 273 through 288 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 873 874 875 876 877 878 879 880 881 882 883 884 885 886 887 888 Columns 289 through 304 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 889 890 891 892 893 894 895 896 897 898 899 900 901 902 903 904 Columns 305 through 320 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 905 906 907 908 909 910 911 912 913 914 915 916 917 918 919 920 Columns 321 through 336 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 921 922 923 924 925 926 927 928 929 930 931 932 933 934 935 936 Columns 337 through 352 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 937 938 939 940 941 942 943 944 945 946 947 948 949 950 951 952 Columns 353 through 368 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 953 954 955 956 957 958 959 960 961 962 963 964 965 966 967 968 Columns 369 through 384 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 969 970 971 972 973 974 975 976 977 978 979 980 981 982 983 984 Columns 385 through 400 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 985 986 987 988 989 990 991 992 993 994 995 996 997 998 999 1000 Columns 401 through 416 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 1001 1002 1003 1004 1005 1006 1007 1008 1009 1010 1011 1012 1013 1014 1015 1016 Columns 417 through 432 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 1017 1018 1019 1020 1021 1022 1023 1024 1025 1026 1027 1028 1029 1030 1031 1032 Columns 433 through 448 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 1033 1034 1035 1036 1037 1038 1039 1040 1041 1042 1043 1044 1045 1046 1047 1048 Columns 449 through 464 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 1049 1050 1051 1052 1053 1054 1055 1056 1057 1058 1059 1060 1061 1062 1063 1064 Columns 465 through 480 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 1065 1066 1067 1068 1069 1070 1071 1072 1073 1074 1075 1076 1077 1078 1079 1080 Columns 481 through 496 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 1081 1082 1083 1084 1085 1086 1087 1088 1089 1090 1091 1092 1093 1094 1095 1096 Columns 497 through 512 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 1097 1098 1099 1100 1101 1102 1103 1104 1105 1106 1107 1108 1109 1110 1111 1112 Columns 513 through 528 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 1113 1114 1115 1116 1117 1118 1119 1120 1121 1122 1123 1124 1125 1126 1127 1128 Columns 529 through 544 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 1129 1130 1131 1132 1133 1134 1135 1136 1137 1138 1139 1140 1141 1142 1143 1144 Columns 545 through 560 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 1145 1146 1147 1148 1149 1150 1151 1152 1153 1154 1155 1156 1157 1158 1159 1160 Columns 561 through 576 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 1161 1162 1163 1164 1165 1166 1167 1168 1169 1170 1171 1172 1173 1174 1175 1176 Columns 577 through 592 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 1177 1178 1179 1180 1181 1182 1183 1184 1185 1186 1187 1188 1189 1190 1191 1192 Columns 593 through 600 593 594 595 596 597 598 599 600 1193 1194 1195 1196 1197 1198 1199 1200

请先登录，再进行评论。

更多回答（0 个）

类别

在 Help Center 和 File Exchange 中查找有关 Matrix Indexing 的更多信息

标签

产品


版本

R2023a

Community Treasure Hunt

Find the treasures in MATLAB Central and discover how the community can help you!

Start Hunting!