\ 正在处理 MATLAB 中的一个矩阵，该矩阵是稀疏的，并且有许多行和列。在这种情况下，矩阵的行和列是特定项的 ID。让我们假设它们是id1和id2.
如果可以嵌入行和列的 id，那就太好了，这样我就可以轻松访问它们，而无需创建保留两个 id 的额外变量。
答案可能是使用表数据类型。表是满足我需求的非常理想的答案，但是我想知道是否可以为稀疏矩阵创建表数据类型？
A [m*n] sparse matrix %% m & n are huge
id1 [1*m] , id2 [1*n] %% two vectors containing numeric ids for rows and column
我们能得到吗？
T [m*n] sparse table matrix
感谢您与我分享您的观点。
我将解决该问题和评论，以消除一些混淆。
简短的回答
Matlab中没有sparse table类。不能。使用 sparse(( 矩阵。
长答案
稀疏表没有意义是有原因的：
-
从哲学上讲，如果您正在使用大型数据面板和/或数据稀疏，那么拥有漂亮的行和列标签的优势将完全丧失。
滚动浏览246829行和 33336 列？只有在调试代码并且特定的异常值导致结果消失时，仅在非常孤立的时间有用。此外，您可能看到的只是零的海洋。
-
从技术上讲，一个表可以为同一变量提供更多列，即
table(rand(10,2), rand(10,1))是一个有效的表。您如何考虑定义此类表上的稀疏性？好吧，假设您正在使用类似矩阵的表，即每个表单元格一个元素和相同的数字类。尽管如此，没有一个代数运算符是在
table()上定义的。因此，您需要首先提取内容，以便能够执行跨越多个数据列的任何操作。需要明确的是，一旦数据被提取出来，那么你就有了例如双精度(完整(矩阵，或者在理想情况下是一个双稀疏矩阵。
现在，需要澄清一些误解：
-
更少的变量意味着更清晰/更干净的代码。不对。您可能正在考虑如何创建一系列变量 a1、a2、a3 等的极端情况(在不良实践中(。
在详细程度和变量数量、注释量和代码清晰度/可维护性之间有一个最佳点。只有通过时间和经验，您才能找到适当的平衡。
-
对数据的控制离不开目视检查。这种方法不能随大数据一起扩展，你越早放弃它，你的代码就会越快变得更可靠。您需要系统地验证结果，而不是依赖目视检查。未能(直观地(发现数据中的问题，会随着其维度呈指数级增长，比系统测试更快。
关于我工作的一些背景信息：
我使用高频价格，即数 TB 的数据。我还使用其他方法和修复程序扩展了 table() 类来帮助我完成工作(请参阅 https://github.com/okomarov/tableutils(，但我不明白稀疏性如何成为添加到table()的有用功能。