std::transform sur des boost matrix

Bonjour à toutes et à tous ! :)

Je cherche à reduire un vecteur de matrice en une seule matrice, utilisant pour les cumuler avec un foncteur (par exemple une moyenne arithmétique, mais pas que).
En gros j'ai ces deux matrices :

Code:

---

1 2 3 4 5

1 ; 2 3 ; 4   4 ; 3 2 ; 1

---

et je veux :

Code:

---

1 2	2.5 ; 2.5 2.5 ; 2.5

---

J'ai cherché un algo tout fait, j'ai pas trouvé, donc j'ai bricolé, donc ça marche pas, en plus d'être sans doute très peu efficace : classique and "so me". :mouarf:

Le foncteur à appliquer à la collection de matrice accepte comme entrée un vecteur de double. Donc j'ai voulu ré-associer les valeurs en montant petit à petit une matrice de vecteurs (tempMat par la suite) qui contient toutes les valeurs que le foncteur doit moyenner.

Code:

---

1 2	(1 ; 4) (2 ; 3) (3 ; 2) (4 ; 1)

---

Et je voulais ainsi utiliser l'algorithme std::transform pour faire un :

Code:

---

std::transform(tempMat.data().begin(), tempMat.data().end(), result.data().begin(), m_averagingMethod);

---

Mais ça ne marche pas. Quelqu'un peut me dire ce qui cloche dans le code suivant ? J'ai l'impression que le compilateur se plaint d'un typage un peu trop compliqué. Je suis censé le simplifier ?

Le message d'erreur :

Code:

---

1 2

/home/arnaudb/Documents/SpatialCoalescent/cpp/coalescent/src/SubModelsAverager.cpp|106|error: no matching function for call to ‘transform(boost::numeric::ublas::unbounded_array<std::vector<double>, std::allocator<std::vector<double> > >::iterator, boost::numeric::ublas::unbounded_array<std::vector<double>, std::allocator<std::vector<double> > >::iterator, boost::numeric::ublas::unbounded_array<double, std::allocator<double> >::iterator, IDimensionReductionFunction&)’| /usr/include/c++/4.8/bits/stl_algo.h|4915|note: template argument deduction/substitution failed:|

---

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

typedef boost::numeric::ublas::matrix<double> Matrix; Matrix SubModelsAverager::AverageSubModelsOutputs(const std::vector<Matrix> & subsOut) const { assert(subsOut.empty() == false ); Matrix pattern = subsOut[0]; int size1 = pattern.size1(); int size2 = pattern.size2();   boost::numeric::ublas::matrix< std::vector<double> > tempMat(size1, size2); // to stock values waiting for means computing   // iterate over the vector of matrix for(Matrix mat : subsOut) { // iterate over the whole matrix for(int i = 0; i <= size1; i++){ for(int j = 0; i <= size2; j++){ tempMat(i,j).push_back(mat(i,j)); } } }   Matrix result(size1, size2); std::transform(tempMat.data().begin(), tempMat.data().end(), result.data().begin(), m_averagingMethod); return result; }

---

où m_averaging method est un attribut de la classe SubModelsAverager, et de type abstrait IDimensionReductionFunction, par exemple :

Code:

---

1 2 3 4 5 6 7 8 9 10 11

class WeightedArithmeticMean : public IDimensionReductionFunction { public: WeightedArithmeticMean(); WeightedArithmeticMean(const std::vector<double> & weights); virtual ~WeightedArithmeticMean(); double operator()(const std::vector<double> &x) const;   protected: private: };

---

Un grand merci d'avance !!! :)

std::transform sert à transformer un ensemble en un autre ensemble, terme par terme.

Tu devrais plutot jeter un oeil à std::accumulate.

Merci :)

J'avais jeté un coup d'oeil à accumulate. Il ne m'avait pas semblé correspondre à ce dont j'avais besoin, mais je vais re-vérifier :) En tout cas merci de ta réponse ! :D

En suivant les bons conseils récoltés par ailleurs, j'ai fini par opter pour la solution suivante. Je vais faire quelques tests pour voir si ça se comporte bien :)

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39

Matrix SubModelsAverager::AverageSubModelsOutputs(const std::vector<Matrix> & subsOut) const { assert(subsOut.empty() == false ); int nbrOfMat = subsOut.size();   Matrix pattern = subsOut[0]; int size1 = pattern.size1(); int size2 = pattern.size2(); double aggtedData [size1][size2][nbrOfMat];   for(int k = 0; k < nbrOfMat; k++) { Matrix mtemp = subsOut[k]; for(int i = 0; i < size1; i++) { for(int j = 0; j < size2; j++) { aggtedData[i][j][k] = mtemp(i, j); } } }   Matrix result(size1, size2); // to iterate over, then to put computed means   // iterate over the whole matrix for(int i = 0; i < size1; i++) { for(int j = 0; j < size2; j++) { std::vector<double> temp; for(int k = 0; k < nbrOfMat; k++) { temp.push_back(aggtedData[i][j][k]); } result(i , j) = m_averagingMethod(temp); } } return result; }

---