我对 MATLAB 中的 cellfun 函数有疑问。
什么时候/为什么应该使用它，什么时候可以放弃它？
一个简单的例子：假设我有一个单元格a，我想找到a 中所有值的平均值。
a{1} = [1 2;3 4];
a{2} = [1 2 3;4 5 6; 7 8 9];
我的方法是这样的：
mean([a{1}(:); a{2}(:)])
合适的cellfun 版本会是什么，会更好吗？
我试过做这样的事情，（显然不工作）：
mean_a = mean(cellfun(@mean, a,'UniformOutput',0))
谢谢！
【问题讨论】：
cellfun 就像循环遍历单元矩阵和
在每个单元格上分别执行指定的功能。
它通常比明确地做同样的事情要快
在循环中，但基本的区别是它很容易
写和读 - 它立即清楚调用是什么
正在做。但你也可以自己编写循环。
在您的具体情况下，您可以这样使用cellfun：
mean_a = mean(cellfun(@(x) mean(x(:)), a));
如果您有数千个单元格并且想要做某事
对于他们每个人，您要么使用循环，要么使用cellfun
BTW：@(x) 表示你想要每个单元格的内容
被理解为x 这样mean(x(:)) 给你什么
你想要 - 单元格的整个矩阵内容的平均值。
【讨论】：
这当然取决于你想做什么。 cellfun 旨在单独作用于单元阵列中的每个单元。如果您想获取单元格数组值的全局平均值，并坚持使用cellfun，那么这应该可以：
mean_a = mean(cell2mat(cellfun(@mean, a,'UniformOutput',0)))
【讨论】：
根据您尝试的解决方案，我想给出的答案将解决您的问题。但是，在我看来，您的解决方案会比其他解决方案更重视某些价值，并且可能并非对所有读者都有价值。
使用你的矩阵，
mean([a{1}(:); a{2}(:)]) ~= mean([mean(a{1}(:)) mean(a{2}(:))])
4.2308 ~= 3.75
这是 numel(a{1}) ~= numel(a{2}) 的情况。
接受的解决方案等价于上述等式的右侧，但原始实现（显然）等于左侧。考虑到您的需要，任何一个都可能是正确的。
为了平衡，我提供了一种（多种）方法来实现单元格所有元素的非加权平均值，方法是将每个矩阵重塑为列数组并将它们连接起来：
b = cellfun(@(x) reshape(x, 1, []), a, 'UniformOutput', false);
mean_a = mean([b{:}])
【讨论】：
我喜欢使用 cellfun 来绘制操作而不是循环，例如，如果我有多组传感器数据并且每组有多个列（因为每组有多个传感器），使用起来非常方便
numOfSensors = 5;
numOfSets = 6;
%% sample data preparation
x = 1:100;
y = rand(length(x), numOfSets*numOfSensors);
yCell = mat2cell(y, 100, numOfSensors*ones(1,numOfSets)); % this is my sensor data
scaleCell = num2cell(fliplr(cumsum(1:numOfSets)));
yCell = cellfun(@(x, scale)x.*scale, yCell, scaleCell, 'unif', false);
%% plot preparation
nameCell = arrayfun(@(x)['sensor set ' num2str(x)], 1:numOfSets, 'unif', false);
colorCell = num2cell(lines(numOfSets), 2)';
%% plot
figure, hold all,
set(gca, 'ColorOrder', [0 0 0], 'LineStyleOrder', {'-','--','-*','-.',':'})
h = cellfun(@(y, name, c)plot(x, y, 'linewidth', 1.5, 'displayName', name, 'color', c), yCell, nameCell, colorCell, 'unif', false);
hh = cellfun(@(x)x(1), h, 'unif', false);
legend([hh{:}])
而不是循环。此示例绘制所有数据集，每个数据集以自己的颜色绘制，每个数据集的每个传感器使用其他线型。图例仅针对每个数据集显示（注意：这也可以通过使用 hggroups 来完成）。
或者一个更简单的用例 - 我又有一个数据元胞数组，想简要了解一下：
figure, hold all, cellfun(@plot,dataCell)
就是这样，一行，在命令行中非常快。
另一个很好的用例是使用 mean()、max()、min()、std() 等压缩高维数据数值数据，但您已经提到过这一点。如果数据大小不一致，这一点就变得更加重要。
【讨论】：