MATLAB中无需循环生成卡方分布随机数数组的方法

嘿，当然有不用迭代的实现方式啦！你的循环写法完全可行，但MATLAB里有更高效的向量化思路，能轻松得到你想要的元胞数组，而且代码更简洁。

核心思路：先向量化生成所有样本，再转成元胞数组 #

chi2rnd函数支持输入矩阵形式的自由度参数——每一行对应一组自由度，它会一次性生成对应位置的样本。我们可以利用这一点直接生成所有样本，再拆分到元胞中：

1. 生成N×4的样本矩阵
   把你需要的自由度数组[df1 df2 df3 df4]重复N行，作为chi2rnd的输入，这样就能直接得到N组（每组4个）卡方分布样本：

   samples_matrix = chi2rnd(repmat([df1 df2 df3 df4], N, 1));
   

   如果你用的是MATLAB R2020b及以上版本，还可以用广播机制替代repmat，代码更简洁：

   samples_matrix = chi2rnd([df1 df2 df3 df4] + zeros(N, 1));
   

2. 将矩阵转换为元胞数组
   用num2cell函数并指定按行拆分（第二个参数设为2），这样矩阵的每一行就会变成一个元胞元素，和你原来循环生成的x完全一致：

   x = num2cell(samples_matrix, 2);
   

为什么cellfun没成功？ #

cellfun的定位是对已存在的元胞数组中的每个元素执行函数操作，而不是用来生成新的元胞数组，所以用它来完成样本生成的任务并不合适，这也是你尝试失败的原因。

另一种简洁写法（底层仍为循环，但代码更短） #

如果你偏好类似函数式的写法，也可以用arrayfun，不过它本质上和你原来的循环是一样的，效率没有向量化方法高：

x = arrayfun(@(~) chi2rnd([df1 df2 df3 df4]), 1:N, 'UniformOutput', false);

内容的提问来源于stack exchange，提问作者Claire L.