matlab - 获取元胞数组元素类类型的最快方法

Question

我有一个(大)元胞数组，具有各种数据类型。例如，

 myCell = { 1, 2, 3, 'test',  1 , 'abc';
            4, 5, 6, 'foob', 'a', 'def' };

这可以包括更模糊的类型，例如 java.awt.Color 对象。

我想确保每一列中的数据属于同一类型，因为我想对其执行类似表的操作。然而，这个过程似乎很慢!

我目前的方法是用cellfun获取类，用strcmp检查

% Get class of every cell element
types = cellfun( @class, myCell, 'uni', false );
% Check that they are consistent for each column
typesOK = all( strcmp(repmat(types(1,:), size(types,1), 1), types), 1 );
% Output the types (mixed type columns can be handled using typesOK)
types = types(1, :);

% Output for the above example: 
% >> typesOK = [1 1 1 1 0 1]
% >> types = {'double', 'double', 'double', 'char', 'double', 'char'}

我曾想过使用 cell2table，因为出于同样的原因它会进行类型检查。但是，它没有给我想要的结果(严格来说，哪些列是哪些类型)。

有没有更快的方法来检查元胞数组列中的类型一致性？

---

编辑:我刚刚做了一些分析...

看来 types = cellfun( @class, ...) 行占用了 90% 以上的处理时间。 如果您的方法与我的方法略有不同，应该是那一行发生了变化，strcmp 非常快。

---

编辑:我很幸运对这个问题有很多建议，我把它们都整理成了一个 benchmarking answer用于性能测试。

Answer 1

要测试它是否可以更快地用于非常大的数组，但可能是这样的:

function [b] = IsTypeConsistentColumns(myCell)
%[
    b = true;
    try
        for ci = 1:size(myCell, 2)
           cell2mat(myCell(:, ci));
        end
    catch err
        if (strcmpi(err.identifier, 'MATLAB:cell2mat:MixedDataTypes'))
            b = false;
        else
            rethrow(err);
        end
    end
%]
end

这取决于 cell2mat 与您的字符串比较相比的速度有多快(即使此处未使用 cell2mat 的结果也是如此。

请注意，如果类型不一致(identifier: 'MATLAB:cell2mat:MixedDataTypes', message = 'All contents of the输入元胞数组必须具有相同的数据类型。')

编辑:限于 cellfun('isclass', c , cellclass) 测试

此处仅使用在 cell2mat 例程中内部执行的类型一致性检查:

function [consistences, types] = IsTypeConsistentColumns(myCell)
%[
    ncols = size(myCell, 2);
    consistences = false(1, ncols);
    types = cell(1, ncols);
    for ci = 1:ncols
        cellclass = class(myCell{1, ci});
        ciscellclass = cellfun('isclass', myCell(:, ci), cellclass);

        consistences(ci) = all(ciscellclass);
        types{ci} = cellclass; 
    end    
%]
end

用你的测试用例 myCell = repmat( { 1, 2, 3, 'test', 1 , 'abc'; 4, 5, 6, 'foob', 'a', 'def' }, 10000, 5);,

在我的计算机上使用 R2015b 大约需要 0.0123 秒......如果你想在第一个不一致的列上失败(这里我正在测试它们)，它甚至可以更快