MATLAB - 兼容数组

MATLAB - 隐式扩展

隐式扩展（Implicit expansion），有时也称为广播（broadcasting），是 MATLAB 中一个强大的特性，它简化了向量和矩阵运算。当你对大小不同但兼容的数组执行逐元素操作时，MATLAB 会自动扩展较小维度以匹配较大维度，从而避免了手动复制数组的需要。

此特性在 MATLAB R2016b 中正式扩展并命名。如果两个数组在每个维度上的大小要么相等，要么其中一个为 1，则它们在操作上是兼容的。

隐式扩展的核心原则

标量扩展：最常见的情况。标量可以与任何大小的数组组合。标量会有效地扩展以匹配另一个数组的大小。
向量与矩阵扩展：行向量或列向量可以与二维矩阵组合，前提是其长度与对应的矩阵维度匹配（行向量长度与列数匹配，列向量长度与行数匹配）。

示例 1：标量扩展

将标量添加到矩阵中。MATLAB 会将标量扩展为相同大小的矩阵，然后执行加法运算。

matrix = [1, 2; 3, 4];
scalar = 10;

% 将 'scalar' 隐式扩展为 2x2 矩阵
result = matrix + scalar;

disp('Original Matrix:');
disp(matrix);
disp('Result after adding a scalar:');
disp(result);

输出演示了逐元素加法：

Original Matrix:
     1     2
     3     4

Result after adding a scalar:
    11    12
    13    14

示例 2：向量与矩阵扩展

从矩阵中减去列向量。这是数据归一化的常见操作，例如减去每行的均值。

% 一个 3x4 的示例数据矩阵
data = [10, 20, 30, 40; ...
        15, 25, 35, 45; ...
         5, 10, 15, 20];

% 一个 3x1 的行均值列向量
rowMeans = mean(data, 2); % '2' 表示跨列取均值（即，针对每一行）

% 从每一行中的对应元素减去均值。
% 3x1 的 'rowMeans' 向量被隐式扩展为 3x4 矩阵。
centeredData = data - rowMeans;

disp('Original Data:');
disp(data);
disp('Row Means (3x1 vector):');
disp(rowMeans);
disp('Centered Data (after implicit expansion):');
disp(centeredData);

输出显示了列向量如何从矩阵的每一列中减去：

Original Data:
    10    20    30    40
    15    25    35    45
     5    10    15    20

Row Means (3x1 vector):
   25.0000
   30.0000
   12.5000

Centered Data (after implicit expansion):
  -15.0000   -5.0000    5.0000   15.0000
  -15.0000   -5.0000    5.0000   15.0000
   -7.5000   -2.5000    2.5000    7.5000

示例 3：行向量与列向量扩展

当你组合一个列向量（大小 M×1）和一个行向量（大小 1×N）时，结果是一个 M×N 矩阵。这是一种生成值网格或表格的强大方法。

colVector = [10; 20; 30];  % 3x1 向量
rowVector = [1, 2, 3, 4]; % 1x4 向量

% 列向量横向扩展为 4 列
% 行向量纵向扩展为 3 行
result = colVector + rowVector;

disp('Result of adding a 3x1 and 1x4 vector:');
disp(result);

生成的 3x4 矩阵是：

Result of adding a 3x1 and 1x4 vector:
    11    12    13    14
    21    22    23    24
    31    32    33    34

常见错误：维度不匹配

如果数组维度不兼容，则会发生错误。要使操作成功，每个维度的大小必须相同，或者其中一个必须为 1。

% 不兼容的数组
A = [1, 2, 3];   % 大小 1x3
B = [4; 5];      % 大小 2x1

try
    C = A + B; % 这将失败
catch ME
    disp('Error caught as expected:');
    disp(ME.message);
end

此代码将产生错误，因为维度（1x3 和 2x1）不兼容：

Error caught as expected:
Error using  +
Matrix dimensions must agree.