如果今天要做以下的事情
3
y=Σ (x^n) x=[1,2,3,4]
n=1
y希望出来也要是1*4的矩阵 对应上面的x
这类的问题原本的Matlab的话不用for loop最快的方法应该是
x=[1,2,3,4]; n=[1;2;3];
y = sum(bsxfun(@power,x,n),1);
这样出来是y=[3,14,39,84]
但是自从R2016b版本以后 Matlab内建的operator变超强
x.^n这种东西即使x和n的维度不一样也可以合法了
所以以下简洁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);
出来答案也是一样y=[3,14,39,84]
真的是不错
不过这样不小心维度写错结果也能跑的可能性增强了
有可能会debug半天 明明就可以跑但是结果是错的
最后发现维度搞错这样...orz
不过code真的可以简洁很多就是

.* .^都是的elementwise 很好用

对从小(?)习惯.*, .^运算子维度要一样的我很不习惯也颇惊喜XD

对初学者而言，可能要更强调变量的size了其实我还蛮希望增加 i+=1 及 i++ 等语法

如果data size 很大的话 这种用法效能会比 bsxfun 差自己的经验

真的吗，这种事不应该发生才是，楼上可以给简单的例子吗？

我刚刚又测试过 应该是我误会了 抱歉

i++ 不止用在for loop啊，有时while loop也需要记录循环次数while loop也不一定是用来填矩阵，常用在递回收敛上，例如用牛顿法求平方根。当然可以用i=i+1就好，但是理论上i++对compiler一定有好处，我只是希望matlab的jit compiler也可以做到这点。

正式名称叫 Implicit Expansion, data size 小的话会比 bsxfun 快, data size 大的话速度就没差别了.