如何用TensorCast.jl实现reduce(hcat, Vector{Vector})操作？

正确实现方式 #

TensorCast.jl的@reduce宏主打聚合操作（如求和、平均），而将Vector{Vector{Float64}}转为矩阵，用@cast宏更直观，或调整@reduce语法明确维度映射：

方法1：用@cast指定维度对应

直接定义矩阵元素与输入向量的索引关系：

using TensorCast

# 示例数据：5个长度为5的Float64向量
a = [rand(5) for _ in 1:5]
@cast b[i,j] := a[j][i]

执行后b就是和reduce(hcat, a)完全一致的5×5矩阵。

方法2：调整@reduce的写法

若坚持用@reduce，需明确输出维度的映射逻辑：

# 写法1：显式指定维度
@reduce b[i,j] := hcat(a[j])[i]

# 写法2：简化维度标注
@reduce b[:,j] := a[j]

两种写法都能得到目标矩阵。

错误原因 #

你之前的@reduce b := hcat(a)触发MethodError，是因为@reduce需要明确的维度映射规则，它无法解析无维度标注的hcat调用——必须告诉宏输出矩阵的每个维度对应输入向量的哪个索引。

内容的提问来源于stack exchange，提问作者Shayan