Question

我正在尝试实现此代码，以便尽快运行。

假设我拥有100个不同的值，您可以将其视为pop = 1:100或pop = randn(1,100)以保持简单。我有一个向量n，它给出了我想要的样本大小。比方说，n=[1 3 10 6 2]。我想要做的是取5（实际上是length(n)）pop的不同样本，每个样本由n(i)个元素组成，无需替换。这意味着，对于我的第一个样本，我想要pop中的1个元素，对于我想要的第二个样本3，对于第三个我想要10个，依此类推。

老实说，我对哪些元素的抽样并不感兴趣。我想得到的是 i 样本中存在的那些元素的总和。如果我用循环实现它，这将是微不足道的，但我试图避免使用它们尽可能快地保持我的代码。我必须为许多不同的人群做这件事，length(n)非常大。

如果我必须使用循环，这将是如何：

pop = randn(1,100);
n = [1 3 10 6 2];
sum_sample = zeros(length(n),1);
for i = 1:length(n)
  sum_sample(i,1) = sum(randsample(pop,n(i)));
end

有办法做到这一点吗？

Answer 1

找出最快的方法的唯一方法是对不同的方法进行比较。

实际上在这种情况下，循环似乎非常快！

pop = randn(1,100);
n = [1 3 10 6 2];

tic
sr = @(n) sum(randsample(pop,n));
sum_sample = arrayfun(sr,n);
toc %% Returns about 0.004

clear su
tic
for t=numel(n):-1:1
    su(t)=sum(randsample(pop,n(t)));
end
toc %% Returns about 0.003

Answer 2

您可以创建一个函数句柄，用于选择随机样本并对其进行求和。然后，您可以使用arrayfun为n：

的所有值执行此函数

pop = randn(1,100);
n = [1 3 10 6 2];
sr = @(n) sum(randsample(pop,n));
sum_sample = arrayfun(sr,n);

Answer 3

您可以这样做：

pop = randn(1,100);
n = [1 3 10 6 2];
sampled_data_index = randi(length(pop),1,sum(n));
sampled_data = pop(sampled_data_index);

randi函数随机选择适合索引的指定范围内的整数值。获得索引后，您可以一次性使用这些索引来从pop数据库中采样数据。

如果您想拥有唯一索引，可以将randi函数替换为randperm：

sampled_data_index = randperm(length(pop),sum(n));

<强>最后：

您可以使用以下代码将所有采样值作为单元格变量：

pop = randn(1,100);
n = [1 3 10 6 2];
fun = @(m) pop(randperm(length(pop),m));
C = arrayfun(fun,n,'UniformOutput',0)

还有采样数据的总和：

funs = @(m) sum(pop(randperm(length(pop),m)));
sumC = arrayfun(funs,n)

在Matlab上进行多次不同尺寸的采样

3 个答案: