我有一个适合对象的数组，我需要用几个值来评估它们中的每一个。因为有超过一千个合适的对象，我发现循环它们并用值评估它们非常慢。那么有没有办法使用某种矢量化解决方案呢？
例如，我可以通过以下方式评估单个 fit 对象
fitArray{1,1}(400)
但我想做的是一次评估多个 fit 对象，如下所示：
fitArray{1:1000}(400)
Matlab 中的循环总是很慢，在这种情况下它真的很慢，因为我需要评估每个适合多个值的情况。
那么有没有办法在不循环的情况下做到这一点？
循环不是这里最大的问题，例如 fitoptions 的速度……内存分配很糟糕，所以尝试在循环本身之前执行所有操作（fitoptions，fittype 等......）。如果您使用多项式拟合并且不需要 cfit 结构，请尝试使用 polyfit - 应该会快得多。
我自己找到了答案。毕竟这很简单。我通过这样做达到了我想要的结果：
vals = repmat({values}, size(fitArray));
evals = cellfun(@feval, fitArray, vals);
这将使用 vals 数组中相应行中的值评估元胞数组中的每个 fit 对象。所以结果是 evals 数组只有每个 fit 对象的结果。