Question

我在循环中有一个矩阵

m=


 -132.5901    -137.2695   -114.1264   -131.4986   -134.5733       Inf
       Inf       Inf       Inf        -135.2631   -121.7322       -119.7471
 -132.7978    -123.8068   -135.9385       Inf      -134.1602     -117.6997
 -130.1930    -134.0093   -137.4125   -128.7641       Inf        -116.0473

我想要一个可以在循环中使用的命令来得到答案：

 -132.5901 -137.2695 -114.1264 -131.4986 -134.5733  -119.7471  
 -132.7978 -123.8068 -135.9385 -135.2631 -121.7322  -117.6997
 -130.1930 -134.0093 -137.4125 -128.7641 -134.1602  -116.0473

我不想使用isfinite命令的单个向量。应使用Matlab自动保留矩阵大小。

Answer 1

我将假设在保留原始矩阵的大小时，您希望我们使用NaN填充解决方案矩阵的底部。我还假设在任何给定列中可能有多个Inf。在这种情况下，以下基于循环的解决方案适用于我：

%# Set up an example matrix
M = [Inf 2 Inf 4; 5 Inf 6 7; Inf Inf 8 Inf];
[T, N] = size(M);

%# Get an index of finite elements
I1 = isfinite(M);

%# Solution 1
Soln1 = NaN(T, N);
for n = 1:N
    CurCol = M(:, n);
    Soln1(1:sum(I1(:, n)), n) = CurCol(I1(:, n));
end

对于一般情况，可能存在针对此问题的完全向量化解决方案（肯定有 - 请参阅下面的更新）。但是，如果它比基于循环的解决方案提高了很多速度，我会感到惊讶。在Matlab中单循环现在非常快如果你设置问题所以你可以操作矩阵的列（而不是行），因为这些元素在内存中按顺序分配。

现在，我们假设每列只有一个Inf。在这种情况下，问题更容易解决，可以通过以下单行完成：

%# Solution 2
Soln2 = [reshape(M(isfinite(M)), T-1, N); NaN(1, N)];

对于我设置的示例矩阵，解决方案2显然会失败，因为6个元素不能通过N（即2乘4）矩阵重新排列成T-1。

更新：好的，所以没有充分的理由，如果没有循环，我就无法做到这一点很烦人。因此，这是一个无环解决方案：

%# Solution 3
Soln3 = NaN(T, N);
I2 = bsxfun(@plus, cumsum(isfinite(M)), (0:T:T*(N-1)));
I2 = I2(:);
I2(I1 == 0) = [];
Soln3(I2) = M(isfinite(M));

对循环与非循环解决方案进行快速（非常）非严格的速度测试：

Elapsed time is 0.203997 seconds.
Elapsed time is 0.251969 seconds.

如果M更大，非循环解决方案可能会改善（相对而言）。

现在我需要重新开始工作： - ）

Answer 2

以科林的回答为基础：

>> M = [Inf 2 Inf 6; 5 Inf 8 4; Inf Inf 7 Inf];
>> [N,I] = sort(M)
N =
     5     2     7     4
   Inf   Inf     8     6
   Inf   Inf   Inf   Inf
I =
     2     1     3     2
     1     2     2     1
     3     3     1     3

因此N已经是可能的最终产品。

N中的数据已排序，因此如果您不想这样做，则必须取消排序：

>> for ii = 1:size(M,2)        
>>     N(~isinf(N(:,ii)),ii) = M(~isinf(M(:,ii)),ii);
>> end
N =
     5     2     8     6
   Inf   Inf     7     4
   Inf   Inf   Inf   Inf

而且，如果你真的必须摆脱inf，只需发出一个

N(isinf(N)) = NaN;

沿线的某处（和/或在需要时将isinf替换为isnan）。

如何从Matlab中保留其大小的矩阵中删除Inf值

2 个答案: