julia - 如何通过 TensorCast.jl 执行 reduce(hcat, )？

Question

是否可以执行以下操作 via TensorCast.jl还有吗？

#This is an object of type Vector{Vector{Float64}}
julia> a = [rand(5) for i=1:5];

julia> reduce(hcat, a)
5×5 Matrix{Float64}:
 0.0678613  0.266194   0.183221   0.485462  0.873282
 0.735101   0.925276   0.956102   0.333281  0.885147
 0.323555   0.74204    0.135538   0.26123   0.261068
 0.81847    0.917006   0.0118195  0.295497  0.712431
 0.420139   0.0197552  0.0617039  0.157477  0.500931

我猜我尝试了一些非常愚蠢的事情 (😰):

julia> @reduce b := hcat(a)
ERROR: MethodError: no method matching guesstarget(::Nothing, ::Vector{Any}, ::Vector{Any})
Closest candidates are:
  guesstarget(::Expr, ::Any, ::Any) at C:\Users\Shayan\.julia\packages\TensorCast\mQB8h\src\macro.jl:1330

Answer 1

只是做:

@cast b[j,i] := a[i][j]

例子:

julia> a = [rand(3) for _ in 1:2]
2-element Vector{Vector{Float64}}:
 [0.20012490537057803, 0.0365551498875093, 0.02494737196890595]
 [0.6563493855249903, 0.181706254856571, 0.29210798163726615]

julia> @cast b[j,i] := a[i][j]
3×2 lazystack(::Vector{Vector{Float64}}) with eltype Float64:
 0.200125   0.656349
 0.0365551  0.181706
 0.0249474  0.292108

julia> (@cast b[j,i] := a[i][j]) ==  reduce(hcat, a)
true

解释

@cast 使用变量 i 和 j 来定义矩阵布局 - 我们有一个 Vector 的 Vectors，因此在右侧您可以看到 a[i][j]，:= 定义了一个新的 Matrix 和 b[j,i] 表示相应的 i 和 j 元素应该放在哪里。请注意，您没有声明 i 和 j 变量 - 这是由宏处理的。

最后，请注意，如果您希望将结果具体化为实际矩阵(而不是惰性堆栈)，您接下来可以执行 collect(b)