Question

我将使用find从矩阵（名为lag）中获取索引，然后将来自另一个矩阵（H）的相应值相加。这将需要for循环。（矩阵是2D。）

（max在这里用来暗示一个通用的例子）

D=zeros(max, 1)
for j = 1:max
    ind = find(lag==j)
    D(j) = sum(H(ind))
end

这是一个4点的例子。点位于（1,1），（1,2），（2,1），（2,2）。这是地统计方法的一部分。所有点之间的距离已在H中计算。 lags为H，但向下舍入，然后加1，将距离与其最接近的整数（称为滞后的分类）相关联。我现在想要将每个lag的总距离加到向量D中。

lag（4x4） - 存储一般滞后间隔

H（4x4） - 存储点之间的距离

0   1   1   1.414
1   0   1.414   1
1   1.414   0   1
1.414   1   1   0

我可以在没有for循环的情况下执行此操作吗？

Answer 1

您可以使用

执行此操作

ulag = unique(lag); %contains [1 2]
D = arrayfun(@(l)sum(H(lag==l)),ulag);

unique(lag)会在您的小例lag中将[1 2]提炼为唯一值。然后arrayfun将遍历数组ulag，对于每个元素l，它将执行sum(H(lag==l))，它完全按照您的要求执行操作：对{{1}中的元素求和} H中的对应元素等于lag。请注意，这仅在l包含整数时才能正常工作，否则lag可能由于机器精度而找不到相同的元素（但是从我的问题中我收集到它本身可能是整数）。

另请注意，上述两行也可以写成一行：

unique

我只是认为分离后可能更容易消化。

另请注意，上述内容使用D = arrayfun(@(l)sum(H(lag==l)),unique(lag));的值从1开始到无最大值的最大值。如果不是这种情况，那么你应该做一些像

这样的事情

lag

但在这种情况下，您必须确保D(unique(lag)) = arrayfun(@(l)sum(H(lag==l)),unique(lag));不包含非正值。

Answer 2

使用accumarray：

可轻松完成此操作

D = accumarray(lag(:), H(:));

这会累积（求和）第一个参数的行值定义的每个组的第二个参数的值。

Answer 3

没有for循环，没有一种好方法可以做到这一点，但你可以不使用find来完成。

D = zeros(N, 1)
for j = 1:N
   D(j) = sum(sum((lag == j).*H));
end

lag == j的结果将是布尔值的4x4（或更确切地说是NxN）矩阵，这样(lag == j).*H将保留每个滞后的距离，但对所有其他元素都有零。汇总(lag == j).*H中的所有元素将为D(j)提供相同的答案。

注意我已将max切换为N，因为max是内置的MATLAB函数。

使用＆＃34;查找＆＃34;命令累加值＆＃34;没有for循环＆＃34;

3 个答案: