Question

我在尺度A的Matlab中有一个向量(mxn)x1，由大于或等于零的实数组成，例如m=3,n=4 A=[1;0;0;0;0.4;0.7;0.5;0.6;0.8;0;1;6]看起来像

我们可以看到A由维度n的{{1}}子向量组成。我有一个维度为m的向量B，gx1大于或等于g，由1和0组成，使得1的总数等于{{ 1}}，例如m m看起来像

g=9

我想创建一个维度B=[1;0;0;0;0;0;0;1;1]的矩阵B=[1 0 0 0 0 0 0 1 1]，其中C的每个子向量的条目与每列gxn中的条目相对应例如，A

只有在非常快的情况下才能正常循环。矩阵的实际维度非常大（例如B）

Answer 1

方法＃1（bsxfun基于线性索引）

C = zeros(g,n)                         %// Pre-allocate
idx = bsxfun(@plus,find(B),[0:n-1]*g)  %// Indices where A elements are to be put
C(idx)= A                              %// Put A elements

方法＃2（直接替换）

C = zeros(g,n) 
C(find(B),:) = reshape(A,m,[])

预分配：对于faster pre-allocation，您可以在上述两种方法中执行此操作 -

C(g,n) = 0;

Answer 2

您还可以尝试repmat和逻辑索引方法。首先，重新整形数据，使其处于正确的矩阵形式，因此在您的情况下3 x 4，然后使用B作为逻辑掩码，并将其复制多次，就像我们在矩阵中有列一样，然后做一个任务。在执行此分配之前，您必须分配一个与所需输出大小相同的矩阵。像这样：

%// Your example data
m = 3; n = 4;
A = [1;0;0;0;0.4;0.7;0.5;0.6;0.8;0;1;6];
B = logical([1 0 0 0 0 0 0 1 1]).';

%// Relevant code
Am = reshape(A, m, n);
Bm = repmat(B, 1, n);
C = zeros(numel(B), 4);
C(Bm) = Am;

C是理想的结果，我们得到：

C =

    1.0000         0    0.5000         0
         0         0         0         0
         0         0         0         0
         0         0         0         0
         0         0         0         0
         0         0         0         0
         0         0         0         0
         0    0.4000    0.6000    1.0000
         0    0.7000    0.8000    6.0000

我的直觉是，这会比bsxfun方法慢，但如果您不熟悉bsxfun的工作方式，则上述内容更具可读性。

如何根据另一个矩阵中元素的顺序在Matlab中重新排列矩阵的元素？

2 个答案: