如何在MATLAB中获知变量在内存中存储的精确比特数？

要计算压缩比，你需要的是数据实际携带的信息比特数，而非MATLAB固定存储格式的字节数（比如double默认的8字节/元素），下面是两种实用方法：

方法1：用信息熵计算理论最小比特数 #

信息熵能算出每个数据元素的平均最小比特数，是无损压缩的理论下限，适合压缩比计算：

1. 先统计矩阵中每个唯一值的出现概率：

   [unique_vals, ~, counts] = unique(your_matrix);
   prob = counts / numel(your_matrix);
   

2. 计算总比特数：

   entropy_per_element = -sum(prob .* log2(prob));
   total_bits = entropy_per_element * numel(your_matrix);
   

方法2：量化后计算固定精度的比特数 #

如果你的实值可以接受量化（比如保留几位小数），可以转成整数后计算所需比特数：
比如你的数值在0-100之间，保留2位小数的话：

% 量化为整数
quantized = round(your_matrix * 100);
% 计算每个元素需要的比特数
bits_per_element = ceil(log2(max(quantized(:)) + 1));
% 总比特数
total_bits = bits_per_element * numel(your_matrix);

关键提醒 #

• whos给出的是MATLAB的存储开销，不是数据本身的信息大小，不能直接用来算压缩比。
• 压缩比CR = 初始二进制数据的总比特数 / 上面算出的实值数据总比特数

内容的提问来源于stack exchange，提问作者Sahil Sharma