有没有办法通过重复自身来扩展向量？
>v = [1 2];
>v10 = v x 5; %x represents some function. Something like "1 2" x 5 in perl
那么 v10 将是：
>v10
1 2 1 2 1 2 1 2 1 2
这应该适用于一般情况，而不仅仅是 [1 2]
【问题讨论】：
v=[1 2] 和 v100=kron(ones(1,100),v) 是向量 v100=[v v ... v]（100 次）。如果您想将一些列向量y 与自身K 次连接，请使用yK=kron(ones(K,1),y)。
您要查找的函数是repmat()。
v10 = repmat(v, 1, 5)
如果您知道要在哪个方向扩展向量，显然 repmat 是要走的路。
但是，如果您想要一个始终在最长方向上重复向量的通用解决方案，那么这种 repmat 和索引的组合应该可以解决问题：
v10=v(repmat(1:length(v),1,5))
【讨论】：
这是一种比 repmat 或 reshape 快一个数量级的方法
执行此类操作的最佳方法之一是使用Tony's Trick. 我在哥伦比亚大学的电气工程课程讲义之一中遇到了这个技巧。通常发现 Repmat 和 Reshape 比 Tony 的技巧慢，因为它直接使用 Matlabs 固有索引。为了回答你的问题，
比方说，您想将行向量 r=[1 2 3] N 像 r=[1 2 3 1 2 3 1 2 3...] 一样平铺，然后，
c=r'
cc=c(:,ones(N,1));
r_tiled = cc(:)';
与reshape 或repmat 相比，对于大型N，此方法可显着节省时间。
我进行了一个小的 Matlab 测试来检查 repmat 和 tony's trick 之间的速度差异。使用下面提到的代码，我计算了从基向量A=[1:N] 构造相同平铺向量的时间。结果表明，是的，Tony's-Trick 比 MAGNITUDE 更快，尤其是对于较大的 N。欢迎人们自己尝试。如果必须在循环中执行这样的操作，那么这么大的时间差可能很关键。这是我使用的小脚本；
N= 10 ;% ASLO Try for values N= 10, 100, 1000, 10000
% time for tony_trick
tic;
A=(1:N)';
B=A(:,ones(N,1));
C=B(:)';
t_tony=toc;
clearvars -except t_tony N
% time for repmat
tic;
A=(1:N);
B=repmat(A,1,N);
t_repmat=toc;
clearvars -except t_tony t_repmat N
两种方法的时间（以秒为单位）如下所示；
我的 RAM 不允许我超过 N=10000。我敢肯定，对于 N=100000，这两种方法之间的时间差异会更加显着。我知道，对于不同的机器，这些时间可能会有所不同，但是时间数量级的相对差异会保持不变。另外，我知道，平均时间可能是一个更好的指标，但我只是想显示两种方法之间时间消耗的数量级差异。我的机器/操作系统详细信息如下：
相关机器/操作系统/Matlab 详细信息：Athlon i686 Arch、Ubuntu 11.04 32 位、3gb ram、Matlab 2011b
【讨论】：