在MATLAB中随机移动矩阵有更好/更快的方式吗？

Question

在MATLAB中，我正在使用shake.m函数（http://www.mathworks.com/matlabcentral/fileexchange/10067-shake）随机混洗每列。例如：

a = [1 2 3; 4 5 6; 7 8 9] 
a = 

    1  2  3 
    4  5  6 
    7  8  9 

b = shake(a) 
b = 

    7  8  6 
    1  5  9 
    4  2  3 

此功能不正是我想要的，但是我的列很长（> 10,000,000），因此这需要很长的时间来运行。有谁知道实现这个更快的方法吗？我曾尝试单独晃动每个列向量，但这不是更快。谢谢！

Answer 1

这是一个简单的矢量化方法。请注意，它会创建一个与a大小相同的辅助矩阵（ind），因此根据您的记忆它可能可用或不可用。

[~, ind] = sort(rand(size(a))); %// create a random sorting for each column 
b = a(bsxfun(@plus, ind, 0:size(a,1):numel(a)-1)); %// convert to linear index 

Answer 2

使用randperm

idx = randperm(size(a,1)); 

使用索引来随机向量获取洗牌指数：

m = size(a,1); 
for i=1:m 
b(:,i) = a(randperm(m,:); 
end 

看看这个答案：Matlab: How to random shuffle columns of matrix

Answer 3

您可以使用randperm这样，但我不知道它是否会比shake更快：

[m,n]=size(a) 
for c = 1:n 
    a(randperm(m),c) = a(:,c); 
end 

或者你可以尝试切换围绕randperm，看看哪个更快（应产生相同的结果）：

[m,n]=size(a) 
for c = 1:n 
    a(:,c) = a(randperm(m),c); 
end 

否则多少行，你呢？如果你有比列少得多行，它可能是我们可以假设每个排列将被重复，那么，关于这样的事情：

[m,n]=size(a) 
cols = randperm(n); 
k = 5; %//This is a parameter you'll need to tweak... 
set_size = floor(n/k); 
for set = 1:set_size:n 
    set_cols = cols(set:(set+set_size-1)) 
    a(:,set_cols) = a(randperm(m), set_cols); 
end 

这将呼叫的数量大量减少randperm。将它分成k等大小的集合可能不是最佳的，但是您可能也想为其添加一些随机性。这里的基本思想是只有factorial(m)不同的顺序，并且如果m远小于n（例如m=5,n=100000就像你的数据），那么这些顺序将自然重复。因此，不要让它自己发生，而是管理过程，并减少对randperm的调用，无论如何，这将产生相同的结果。

Answer 4

这是一个无循环的方法，因为它一次处理所有指标，我相信这是随机的，因为只有在每列之间才能满足洗牌要求。在a本身获得

代码

%// Get sizes 
[m,n] = size(a); 

%// Create an array of randomly placed sequential indices from 1 to numel(a) 
rand_idx = randperm(m*n); 

%// segregate those indices into rows and cols for the size of input data, a 
col = ceil(rand_idx/m); 
row = rem(rand_idx,m); 
row(row==0)=m; 

%// Sort both these row and col indices based on col, such that we have col 
%// as 1,1,1,1 ...2,2,2,....3,3,3,3 and so on, which would represent per col 
%// indices for the input data. Use these indices to linearly index into a 
[scol,ind1] = sort(col); 
a(1:m*n) = a((scol-1)*m + row(ind1)) 

最终输出。