r - MATLAB 中 R 对应项中的 "Sapply"函数，用于将代码从 R 转换为 MATLAB

Question

我想将 R 中的代码转换为 MATLAB(而不是在 MATLAB 中执行 R 代码)。 R中的代码如下:

data_set <- read.csv("lab01_data_set.csv")

# get x and y values
x <- data_set$x
y <- data_set$y

# get number of classes and number of samples
K <- max(y)
N <- length(y)

# calculate sample means
sample_means <- sapply(X = 1:K, FUN = function(c) {mean(x[y == c])})

# calculate sample deviations
sample_deviations <- sapply(X = 1:K, FUN = function(c) {sqrt(mean((x[y == c] - sample_means[c])^2))})

为了在 MATLAB 中实现它，我编写了以下内容:

%% Reading Data

% read data into memory
X=readmatrix("lab01_data_set(ViaMatlab).csv");

% get x and y values
x_read=X(1,:);
y_read=X(2,:);

% get number of classes and number of samples
K = max(y_read);
N = length(y_read);

% Calculate sample mean - 1st method
% funct1 = @(c) mean(c);
% G1=findgroups(y_read);
% sample_mean=splitapply(funct1,x_read,G1)

% Calculate sample mean - 2nd method
for m=1:3
sample_mean(1,m)=mean(x(y_read == m));
end
sample_mean;

% Calculate sample deviation - 2nd method
for m=1:3
sample_mean=mean(x(y_read == m));
sample_deviation(1,m)=sqrt(mean((x(y_read == m)-sample_mean).^2));
sample_mean1(1,m)=sample_mean;
end
sample_deviation;
sample_mean1;

如您所见，我了解如何在 MATLAB 中使用 for 循环，而不是在 R 中使用 sapply (作为代码中的第二种方法)，但不知道如何使用函数(可能 splitaplly 或任何其他)。

PS:不知道如何上传数据，对此部分感到抱歉。

Answer 1

与 R sapply 等效的 MATLAB 是 arrayfun - 及其相关的 cellfun、structfun 和 varfun 取决于您输入的数据类型。

例如，在 R 中:

> sapply(1:3, function(x) x^2)
[1] 1 4 9

相当于 MATLAB:

>>> arrayfun(@(x) x^2, 1:3)

ans =

     1    4    9

请注意，如果您传递给 arrayfun、cellfun 等的函数结果对于每个输入都没有相同的类型或大小，则您需要指定 'UniformOutput', 'false' 。