如果今天要做以下的事情
3
y=Σ (x^n) x=[1,2,3,4]
n=1
y希望出來也要是1*4的矩陣 對應上面的x
這類的問題原本的Matlab的話不用for loop最快的方法應該是
x=[1,2,3,4]; n=[1;2;3];
y = sum(bsxfun(@power,x,n),1);
這樣出來是y=[3,14,39,84]
但是自從R2016b版本以後 Matlab內建的operator變超強
x.^n這種東西即使x和n的維度不一樣也可以合法了
所以以下簡潔的方法就可以取代上面的bsxfun:
x=[1,2,3,4]; n=[1;2;3];
y = sum(x.^n,1);
出來答案也是一樣y=[3,14,39,84]
真的是不錯
不過這樣不小心維度寫錯結果也能跑的可能性增強了
有可能會debug半天 明明就可以跑但是結果是錯的
最後發現維度搞錯這樣...orz
不過code真的可以簡潔很多就是

.* .^都是的elementwise 很好用

對從小(?)習慣.*, .^運算子維度要一樣的我很不習慣也頗驚喜XD

對初學者而言，可能要更強調變數的size了其實我還蠻希望增加 i+=1 及 i++ 等語法

如果data size 很大的話 這種用法效能會比 bsxfun 差自己的經驗

真的嗎，這種事不應該發生才是，樓上可以給簡單的例子嗎？

我剛剛又測試過 應該是我誤會了 抱歉

i++ 不止用在for loop啊，有時while loop也需要記錄迴圈次數while loop也不一定是用來填矩陣，常用在遞迴收斂上，例如用牛頓法求平方根。當然可以用i=i+1就好，但是理論上i++對compiler一定有好處，我只是希望matlab的jit compiler也可以做到這點。

正式名稱叫 Implicit Expansion, data size 小的話會比 bsxfun 快, data size 大的話速度就沒差別了.