이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.

spfun

0이 아닌 희소 행렬 요소에 함수 적용

구문

F = spfun(func,S)

설명

F = spfun(func,S)는 희소 행렬 S의 0이 아닌 요소에 함수 func를 적용합니다. 입력 인수 func는 하나의 입력 인수를 받는 함수에 대한 함수 핸들입니다.

이 연산은 함수 func가 S의 일부 0이 아닌 요소에 대해 0을 반환하지 않는 한 원래 행렬 S의 희소성을 유지합니다.

예제

희소 행렬에 지수 함수 적용하기

4×4 희소 대각 행렬을 만듭니다.

S = diag(sparse(1:4))

S = 4×4 sparse double matrix (4 nonzeros)
   (1,1)        1
   (2,2)        2
   (3,3)        3
   (4,4)        4

S의 0이 아닌 요소에 지수 함수를 적용합니다. 결과로 반환되는 행렬은 S와 동일한 희소성 패턴을 가집니다.

F = spfun(@exp,S)

F = 4×4 sparse double matrix (4 nonzeros)
   (1,1)       2.7183
   (2,2)       7.3891
   (3,3)      20.0855
   (4,4)      54.5982

spfun은 S의 0이 아닌 요소에만 적용되므로, S(i)가 0일 때마다 F(i)의 값은 0이 됩니다. 이는 S의 모든 요소에 함수를 적용하는 것과 다릅니다. 예를 들어, S의 모든 요소에 지수 함수를 적용하는 것과 그 결과를 비교해 보겠습니다. exp(S) 함수는 S의 0 요소에 대해 1을 반환합니다.

full(exp(S))

ans = 4×4

    2.7183    1.0000    1.0000    1.0000
    1.0000    7.3891    1.0000    1.0000
    1.0000    1.0000   20.0855    1.0000
    1.0000    1.0000    1.0000   54.5982

2차 함수 적용 및 희소성 패턴 플로팅하기

밀도가 0.02인 희소 형식의 50×50 확률 행렬을 만듭니다. 여기서 행렬은 50개의 0이 아닌 요소를 가집니다. 행렬 S의 희소성 패턴을 플로팅합니다.

rng default;
S = sprand(50,50,0.02);
spy(S)

S의 0이 아닌 요소에 대해 2차 함수 $$x^2+x+1$$을 실행합니다. spfun을 사용하여 실행된 함수는 행렬 S와 동일한 희소성 패턴을 가집니다.

fun = @(x) x.^2 + x + 1;
F = spfun(fun,S);
spy(F)

입력 인수

S — 입력 행렬

희소 행렬 | 비희소 행렬(Full Matrix)

입력 행렬입니다. 이 행렬은 항상 그렇지는 않지만 일반적으로 비희소 행렬입니다.

S가 비희소 행렬인 경우 F = spfun(func,S)는 S의 0이 아닌 요소에 함수 func를 적용하고 F를 희소 행렬로 반환합니다.

데이터형: single | double | logical
복소수 지원 여부: 예

func — 적용할 함수

함수 핸들

입력 배열의 요소에 적용할 함수로, 함수 핸들로 지정됩니다. 함수는 S에 대해 요소별 연산을 수행해야 합니다. 함수 핸들에 대한 자세한 내용은 함수 핸들 생성하기 항목을 참조하십시오.

예: @(n) n+1

팁

• func가 0인 입력값에 대해 0을 반환할 경우, func(S)를 사용하면 희소 행렬 S에 대해 spfun을 호출한 것과 동일한 결과를 반환할 수 있습니다.

확장 기능

C/C++ 코드 생성
MATLAB® Coder™를 사용하여 C 코드나 C++ 코드를 생성할 수 있습니다.

스레드 기반 환경

MATLAB®의 backgroundPool을 사용해 백그라운드에서 코드를 실행하거나 Parallel Computing Toolbox™의 ThreadPool을 사용해 코드 실행 속도를 높일 수 있습니다.

이 함수는 스레드 기반 환경을 완전히 지원합니다. 자세한 내용은 스레드 기반 환경에서 MATLAB 함수 실행하기 항목을 참조하십시오.

GPU 배열

Parallel Computing Toolbox™를 사용해 GPU(그래픽스 처리 장치)에서 실행하여 코드 실행 속도를 높일 수 있습니다.

spfun 함수는 GPU 배열을 완전히 지원합니다. GPU에서 이 함수를 실행하려면 입력 데이터를 gpuArray (Parallel Computing Toolbox)로 지정하십시오. 자세한 내용은 GPU에서 MATLAB 함수 실행하기 (Parallel Computing Toolbox) 항목을 참조하십시오.

분산 배열

Parallel Computing Toolbox™를 사용하여 대규모 배열을 클러스터의 결합된 메모리에 걸쳐 분할할 수 있습니다.

사용법 관련 참고 및 제한 사항:

• 각 워커에서, fun은 워커에 로컬인 S의 0이 아닌 요소만 입력값으로 받습니다. 따라서, spfun과 함께 사용하기에는 요소별 연산을 수행하는 함수가 가장 적합합니다.

자세한 내용은 분산 배열을 사용하여 MATLAB 함수 실행 (Parallel Computing Toolbox) 항목을 참조하십시오.

버전 내역

R2006a 이전에 개발됨

R2025a: 단정밀도 희소 형식 입력 인수 지정

입력 행렬 S를 단정밀도로 지정할 수 있습니다. S가 single형이면 출력 인수도 single형입니다.

참고 항목

sparse | spones

도움말 항목

• 함수 핸들 생성하기
• 함수를 파라미터화하기