Smart for loop for summing cell array matrices

Hi all,

I have an empty cell test_set_class and a cell matrix class_test made of 100x30 matrices (i.e. each element of classs_test is a 1229x119 matrix). What I would like to do is to perform the following

N_RIPETIZIONI=100;
for RIPETIZIONE = 1:N_RIPETIZIONI
    test_set_class{RIPETIZIONE}=class_test{RIPETIZIONE,1}+class_test{RIPETIZIONE,2}+class_test{RIPETIZIONE,3}+class_test{RIPETIZIONE,4}+...
        class_test{RIPETIZIONE,5}+class_test{RIPETIZIONE,6}+class_test{RIPETIZIONE,7}+class_test{RIPETIZIONE,8}+class_test{RIPETIZIONE,9}+class_test{RIPETIZIONE,10}+...
        class_test{RIPETIZIONE,11}+class_test{RIPETIZIONE,12}+class_test{RIPETIZIONE,13}+class_test{RIPETIZIONE,14}+...
        class_test{RIPETIZIONE,15}+class_test{RIPETIZIONE,16}+class_test{RIPETIZIONE,17}+class_test{RIPETIZIONE,18}+class_test{RIPETIZIONE,19}+class_test{RIPETIZIONE,20}+...
        class_test{RIPETIZIONE,21}+class_test{RIPETIZIONE,22}+class_test{RIPETIZIONE,23}+class_test{RIPETIZIONE,24}+...
        class_test{RIPETIZIONE,25}+class_test{RIPETIZIONE,26}+class_test{RIPETIZIONE,27}+class_test{RIPETIZIONE,28}+class_test{RIPETIZIONE,29}+class_test{RIPETIZIONE,30};
end

but looping also on the rows. I tried something like:

for RIPETIZIONE = 1:N_RIPETIZIONI
    for cols =2:N_cols
        test_set_class{RIPETIZIONE}=class_test{RIPETIZIONE,1}+class_test{RIPETIZIONE,cols};
    end
end

but I am not sure that it does what I want.

Any help please?

Answer 1

[Steven Lord]

a cell matrix class_test made of 100x30 matrices (i.e. each element of classs_test is a 1229x119 matrix)

In this case, where all the elements inside the cells of class_test are the same type and size, I would consider a different data structure.

c = cell(3, 4);
A = zeros(2, 5, 3, 4);
for row = 1:size(c, 1)
    for col = 1:size(c, 2)
        c{row, col} = rand(2, 5);
        A(:, :, row, col) = c{row, col};
    end
end
celldisp(c)

 
c{1,1} =
 
    0.3306    0.6299    0.6771    0.9105    0.2659
    0.1979    0.7490    0.9951    0.4654    0.7687

 
 
c{2,1} =
 
    0.8961    0.4946    0.2456    0.7889    0.0785
    0.1325    0.1188    0.3285    0.9613    0.8639

 
 
c{3,1} =
 
    0.5348    0.0686    0.0419    0.2903    0.8682
    0.8177    0.3323    0.1261    0.0416    0.5009

 
 
c{1,2} =
 
    0.0622    0.6295    0.1948    0.7948    0.0402
    0.0928    0.0580    0.8608    0.9771    0.7861

 
 
c{2,2} =
 
    0.7431    0.1538    0.2800    0.8544    0.1884
    0.3732    0.6756    0.6714    0.9956    0.1708

 
 
c{3,2} =
 
    0.6587    0.9058    0.2324    0.9266    0.6938
    0.0685    0.2263    0.9513    0.7382    0.4114

 
 
c{1,3} =
 
    0.3168    0.6707    0.1110    0.2844    0.2740
    0.2383    0.9724    0.8853    0.0172    0.1679

 
 
c{2,3} =
 
    0.2090    0.4523    0.5057    0.4638    0.1971
    0.8271    0.7511    0.1102    0.2951    0.3152

 
 
c{3,3} =
 
    0.5004    0.7998    0.9737    0.7259    0.6527
    0.4693    0.9873    0.5821    0.1988    0.9433

 
 
c{1,4} =
 
    0.6058    0.4562    0.5678    0.8480    0.7427
    0.4811    0.5137    0.6755    0.2705    0.6834

 
 
c{2,4} =
 
    0.4182    0.0767    0.7408    0.0116    0.6074
    0.6580    0.3813    0.8827    0.1208    0.7691

 
 
c{3,4} =
 
    0.0462    0.5263    0.3671    0.2239    0.2728
    0.7184    0.0575    0.6601    0.5686    0.4865

 

disp(A)

(:,:,1,1) =

    0.3306    0.6299    0.6771    0.9105    0.2659
    0.1979    0.7490    0.9951    0.4654    0.7687


(:,:,2,1) =

    0.8961    0.4946    0.2456    0.7889    0.0785
    0.1325    0.1188    0.3285    0.9613    0.8639


(:,:,3,1) =

    0.5348    0.0686    0.0419    0.2903    0.8682
    0.8177    0.3323    0.1261    0.0416    0.5009


(:,:,1,2) =

    0.0622    0.6295    0.1948    0.7948    0.0402
    0.0928    0.0580    0.8608    0.9771    0.7861


(:,:,2,2) =

    0.7431    0.1538    0.2800    0.8544    0.1884
    0.3732    0.6756    0.6714    0.9956    0.1708


(:,:,3,2) =

    0.6587    0.9058    0.2324    0.9266    0.6938
    0.0685    0.2263    0.9513    0.7382    0.4114


(:,:,1,3) =

    0.3168    0.6707    0.1110    0.2844    0.2740
    0.2383    0.9724    0.8853    0.0172    0.1679


(:,:,2,3) =

    0.2090    0.4523    0.5057    0.4638    0.1971
    0.8271    0.7511    0.1102    0.2951    0.3152


(:,:,3,3) =

    0.5004    0.7998    0.9737    0.7259    0.6527
    0.4693    0.9873    0.5821    0.1988    0.9433


(:,:,1,4) =

    0.6058    0.4562    0.5678    0.8480    0.7427
    0.4811    0.5137    0.6755    0.2705    0.6834


(:,:,2,4) =

    0.4182    0.0767    0.7408    0.0116    0.6074
    0.6580    0.3813    0.8827    0.1208    0.7691


(:,:,3,4) =

    0.0462    0.5263    0.3671    0.2239    0.2728
    0.7184    0.0575    0.6601    0.5686    0.4865

What does making a 4-dimensional array A get us? Compare how to sum up the matrices:

result1 = zeros(2, 5);
for k = 1:numel(c)
    result1 = result1 + c{k};
end
result1

result1 = 2×5

5.3219 5.8641 4.9380 7.1229 4.8817 5.0749 5.8233 7.7292 5.6502 6.8673

result2 = sum(A, [3 4]) % sum over dimensions 3 and 4

result2 = 2×5

5.3219 5.8641 4.9380 7.1229 4.8817 5.0749 5.8233 7.7292 5.6502 6.8673

Answer 2

[Jan]

Yes, this does, what you expect. Simply compare the results of both methods.

This is faster and looks cleaner:

for RIPETIZIONE = 1:N_RIPETIZIONI
    S = 0;
    for cols =2:N_cols
         S = S + class_test{RIPETIZIONE, cols};
    end
    test_set_class{RIPETIZIONE} = S;
end