Question

我有一个function test({ item1, item2 = 0 }) { const obj = { item1, item2 }; print(obj); } test({ item1: "foo" }); function print(obj) { console.log(obj.item1 + " " + obj.item2); }-D数据集，我想选择尺寸为n的最大值的数据

n的大小为：data_finale，我想找到一种比下面的循环更有效的方法来获取最大为172299*11*5的值

data_finale(ii,:,5)

Answer 1

如果我做对了，您希望像XxYxZ矩阵一样根据矩阵的尺寸找到最大值，则想沿着X dim，Y dim和Z dim找到最大值。如果是这种情况，为什么不将max函数与尺寸选择性一起使用？您已经在使用max来找到最大的数字。

s = rng(8675309); % set random # gen
test = rand(13,4,6)*50;   % creates a 3D matrix

[Xm, Xidx] = max(test,[],1) % Finds max across X dim 
[Ym, Yidx] = max(test,[],2) % Finds max across Y dim
[Zm, Zidx] = max(test,[],3) % Finds max across Z dim

我一直在仔细阅读您提供的代码，并试图弄清楚您在做什么。代码正确吗，因为您尝试提取的内容有点困惑。

任何一种方式。

在第5个Z平面上使用max函数生成下面的idx

[~ y]= max(test(:,:,5),[],2)

y =

 1
 3
 1
 4
 4
 4
 2
 3
 2
 3
 3
 3
 3

使用您的代码来挤压并找到最大的单个行会生成以下idx：

for ii=1:size(test,1)
    [II JJ(ii)]=max(squeeze(test(ii,:,5))); % Tracking your IDX numbers
    data_finale_opt(ii,:)=squeeze(test(ii,JJ(ii),:));
end 

JJ = transpose(JJ)

JJ = 
 1
 3
 1
 4
 4
 4
 2
 3
 2
 3
 3
 3
 3

您的方法和我的方法均生成相同的目标IDX值。我们可以从for循环中删除max函数，而保留数据部分的提取。下面的代码显示了我的代码，您的代码和速度。

s = rng(8675309); % seed to make same rand values

test = rand(172299,11,5);

%% My code
tic
[~,idx] = max(test(:,:,5),[],2);

data_finale_opt = zeros(size(test,1),size(test,3)); % building container before loop speeds up process as resources don't go into expanding the matrix.
for ii = 1:size(test,1)
    data_finale_opt(ii,:)=squeeze(test(ii,idx(ii),:));
end
toc

%% Your code
tic
for ii=1:size(test,1)
     [II JJ]=max(squeeze(test(ii,:,5)));
     data_finale_opt2(ii,:)=squeeze(test(ii,JJ,:));
     clear II JJ
end

toc

Time elapsed for my code: 0.807906 seconds.
Time elapsed for your code: 4.672404 seconds.

从数据集中选择最大维度

1 个答案: