在Matlab、Octave中创建矩阵及生成独热编码矩阵的方法

嘿，我来帮你搞定这两个Matlab/Octave的矩阵操作问题，这俩工具的语法大部分是通用的，下面分开说清楚：

这里列举几种最常用的方式，覆盖大部分场景：

• 直接手动赋值：适合小矩阵，直接用方括号包裹，行内元素用空格或逗号分隔，行与行用分号分隔

  % 创建一个2x3的矩阵
  A = [1 2 3; 4 5 6];
  

• 生成特殊矩阵：用内置函数快速生成全0、全1、单位矩阵等

  % 3x3全0矩阵
  B = zeros(3,3);
  % 2x4全1矩阵
  C = ones(2,4);
  % 5x5单位矩阵（对角线为1，其余为0）
  D = eye(5);
  

• 随机矩阵：生成随机数填充的矩阵

  % 生成3x3的0到1之间的均匀随机矩阵
  E = rand(3,3);
  % 生成2x5的标准正态分布随机矩阵（均值0，方差1）
  F = randn(2,5);
  

• 从向量扩展生成：如果已有向量，可以通过拼接或重复来生成矩阵

  v = [1,2,3];
  % 将向量v重复3次作为行，生成3x3矩阵
  G = repmat(v, 3, 1);
  % 将向量v作为列重复2次，生成3x2矩阵
  H = repmat(v', 1, 2);
  

你要的其实是独热编码（One-Hot Encoding），把每个类别值转换成对应位置为1的行向量。这里给你三种高效的实现方法，适合处理5000行的大向量：

方法一：直观的索引赋值法 #

这种方法逻辑清晰，容易理解，适合新手：

% 假设V是已经存在的5000x1向量
n = length(V);
W = zeros(n, 10);  % 先创建全0的n行10列矩阵
% 生成每个元素对应的索引位置
row_idx = 1:n;
col_idx = V;
% 把对应位置设为1
W(sub2ind(size(W), row_idx, col_idx)) = 1;

原理：sub2ind把行列索引转换成矩阵的线性索引，然后直接给这些位置赋值1。

方法二：更高效的稀疏矩阵转全矩阵 #

如果你的向量很大（比如5000行），用稀疏矩阵初始化会更节省内存，然后转成全矩阵：

W = full(sparse(1:n, V, 1, n, 10));

原理：sparse函数直接生成只有指定位置为1的稀疏矩阵，再用full转成普通的全矩阵，这种方法在处理大规模数据时速度更快。

方法三：简洁的单位矩阵索引法 #

利用单位矩阵的特性，一行代码搞定：

W = eye(10)(V, :);

原理：eye(10)是10x10的单位矩阵，用V作为行索引去取，就会得到每个V元素对应的独热行向量，自动拼接成5000x10的矩阵。这个写法在Matlab和Octave中都能正常运行。

内容的提问来源于stack exchange，提问作者Andrew M