如果这个问题是重复的,或者如果在Matlab中解决这个问题非常简单,请提前道歉。我有一个M x N矩阵A
,一个1 x M向量ind
和另一个向量val
。例如,
A = zeros(6,5);
ind = [3 4 2 4 2 3];
val = [1 2 3];
我想矢量化以下代码:
for i = 1 : size(A,1)
A(i, ind(i)-1 : ind(i)+1) = val;
end
>> A
A =
0 1 2 3 0
0 0 1 2 3
1 2 3 0 0
0 0 1 2 3
1 2 3 0 0
0 1 2 3 0
也就是说,对于A
的第i行,我想在某个位置插入向量val
,由ind
的第i个条目指定。在没有for循环的情况下,在Matlab中执行此操作的最佳方法是什么?
答案 0 :(得分:3)
可以使用 bsxfun
的屏蔽功能来完成:构建一个掩码,告诉值将放在哪里,然后填入这些值。这样做,更容易使用列而不是行(因为Matlab的列主要顺序),并在最后进行转置。
以下代码确定最终A
中的最小列数,以便所有值都适合指定的位置。
您的示例相对于-1
应用ind
的置换。该代码包含通用位移,可以修改。
%// Data
ind = [3 4 2 4 2 3]; %// indices
val = [1 2 3]; %// values
d = -1; %// displacement for indices. -1 in your example
%// Let's go
n = numel(val);
m = numel(ind);
N = max(ind-1) + n + d; %// number of rows in A (rows before transposition)
mask = bsxfun(@ge, (1:N).', ind+d) & bsxfun(@le, (1:N).', ind+n-1+d); %// build mask
A = zeros(size(mask)); %/// define A with zeros
A(mask) = repmat(val(:), m, 1); %// fill in values as indicated by mask
A = A.'; %// transpose
结果示例:
A =
0 1 2 3 0
0 0 1 2 3
1 2 3 0 0
0 0 1 2 3
1 2 3 0 0
0 1 2 3 0
结果为d = 0
(无位移):
A =
0 0 1 2 3 0
0 0 0 1 2 3
0 1 2 3 0 0
0 0 0 1 2 3
0 1 2 3 0 0
0 0 1 2 3 0
答案 1 :(得分:1)
如果你可以处理一些bsxfun
过量,那么bsxfun's
添加功能
N = numel(ind);
A(bsxfun(@plus,N*[-1:1]',(ind-1)*N + [1:N])) = repmat(val(:),1,N)
示例运行 -
>> ind
ind =
3 4 2 4 2 3
>> val
val =
1 2 3
>> A = zeros(6,5);
>> N = numel(ind);
>> A(bsxfun(@plus,N*[-1:1]',(ind-1)*N + [1:N])) = repmat(val(:),1,N)
A =
0 1 2 3 0
0 0 1 2 3
1 2 3 0 0
0 0 1 2 3
1 2 3 0 0
0 1 2 3 0