问在行上迭代矩阵的推荐方法是什么？

EN

您自己列出的解决方案和mapslices都工作得很好。但是，如果您所说的“推荐”实际上是指“高性能”，那么最好的答案是:不要遍历行。

问题是，因为数组是以列为主的顺序存储的，所以对于除小矩阵以外的任何数组，如果您按行为主的顺序遍历数组，那么最终得到的cache hit ratio将很差。

正如excellent blog post中指出的，如果您想对行求和，最好的方法是这样做：

msum = zeros(eltype(m), size(m, 1))
for j = 1:size(m,2)
    for i = 1:size(m,1)
        msum[i] += m[i,j]
    end
end

我们按照本机存储顺序遍历m和msum，因此每次加载缓存行时都会使用所有值，产生的缓存命中率为1。您可能天真地认为，以行为主的顺序遍历它并将结果累积到一个tmp变量中会更好，但在任何现代机器上，缓存未命中都比msum[i]查找开销高得多。

Julia的许多接受region参数的内部算法，比如sum(m, 2)，都会为您处理这个问题。

从Julia 1.1开始，有一些迭代器实用程序可用于迭代矩阵的列或行。要迭代行，请执行以下操作：

M = [1 2 3; 4 5 6; 7 8 9]

for row in eachrow(af)
    println(row)
end

将输出：

[1, 2, 3]
[4, 5, 6]
[7, 8, 9]

根据我的经验，显式迭代比理解快得多。

对列进行迭代也是一个好的建议。

此外，你可以使用新的宏@simd和@inbounds来进一步加速它。