Question

我想找到每个第三维的r ^ 2（第三维基本上是数据列）。然而，在尝试使用for循环索引每个单元格（循环遍历状态然后循环遍历数据集）时，我遇到了超出索引问题，因为一些第三维度很小，而其他维度较大

我首先尝试对细胞进行排序：

[dummy, Index] = sort(cellfun('size', data_O3_spring, 3), 'descend');
S = data_O3_spring(Index);

然后循环查找corrcoef（使用数据集data_O3_spring，其形式与上述相同）：

for k = 1:7 % Number of states
    for j = 1:17 % largest number of sites
        r2_spring{k}(:,:,j) = power((corrcoef(S{k}(:,:,j), data_PM25_spring{k}(:,:,j), 'rows', 'pairwise')), 2);
    end
end

但是，当我超过5（最小数据集的大小）时，这会给我一个超出索引误差。

关于我的数据格式：data_O3_spring是＆lt; 1x7＆gt;包含春季月份7个州数据的单元格。

data_O3_spring{1}（其中一个州）有7个单元格（我正在查看不同的数据集），每个单元格大小为：

<61x1x7 double>
<61x1x17 double>
<61x1x8 double>
<61x1x16 double>
<61x1x5 double>
<61x1x12 double>
<61x1x13 double>

61是天数（行数）。那是第1列。第三个维度大小是我在该特定状态下查看的数据集的数量（因此它因状态而异）。

我尝试使用while循环，但没有设法让它工作。

Answer 1

我可能错过了一个细节，但似乎你可以改变你的循环：

for j=1:17,

到

for j = 1:size(S{k},3),

每个州都有不同数量的站点，这很好，因为您将输出存储在单元数组（r2_spring{k}(:,:,j)）中，这不需要j索引的维度相等。

此外，将corrcoef(S{k}(:,:,j)与data_O3_spring{k}(:,:,j)配对是一个问题，因为您已将data_O3_spring重新排序到S。我要说尝试：

corrcoef(S{k}(:,:,j), S{k}(:,:,j), 'rows', 'pairwise')

或

corrcoef(data_O3_spring{k}(:,:,j), data_O3_spring{k}(:,:,j), 'rows', 'pairwise')

不同大小的单元格 - 克服超过索引误差

1 个答案: