Question

我目前正在按照以下方案从MATLAB中的向量形成矩阵：

Given是向量x，包含任意顺序的一和零，例如

x = [0 1 1 0 1];

由此，我想形成一个矩阵Y，其描述如下：

Y具有m行，其中m是x中的行数（此处为3）。
Y的每一行在第k项处填充一个，其中k是向量x中一个的位置（此处：{ {1}}）
对于上面的示例k = 2,3,5，这将导致：
```
x
```
这与一个单位矩阵相同，后者消除了第（Y = [0 1 0 0 0; 0 0 1 0 0; 0 0 0 0 1]）行。

我目前正在通过以下代码实现这一目标：

x=0

它有效，但是我有点不满意，因为它看起来效率低下且不够优雅。欢迎提出任何更平滑实现的想法，也许使用一些矩阵乘法。

Answer 1

以下是一些单行替代方法：

使用sparse：

Y = full(sparse(1:nnz(x), find(x), 1));

类似，但带有accumarray：

Y = accumarray([(1:nnz(x)).' find(x(:))], 1);

使用eye并建立索引。假设Y之前未定义：
```
Y(:,logical(x)) = eye(nnz(x));
```

Answer 2

使用find获得x中1的索引，它们也是Y中1的列下标。通过adding找到向量Y的所有元素的x行数。使用这些将Y初始化为zero matrix。现在，使用sub2ind找到放置1的线性索引。 Use these indices将Y的元素更改为1。

cols = find(x);
noofones = sum(x);
Y = zeros(noofones, size(x,2));
Y(sub2ind(size(Y), 1:noofones, cols)) = 1;

Answer 3

这是使用矩阵乘法的另一种选择：

x = [0,1,1,0,1];
I = eye(numel(x));

% construct identity matrix with zero rows
Y = I .* x;   % uses implicit expansion from 2016b or later
Y = Y(logical(x), :);   % take only non-zero rows of Y

结果：

Y =
   0   1   0   0   0
   0   0   1   0   0
   0   0   0   0   1

感谢@SardarUsama的注释，它简化了代码。

Answer 4

感谢大家提供不错的选择！我尝试了所有解决方案，并针对随机（1000个条目）x向量执行了1e4次执行的平均执行时间。结果如下：

（7.3e-4秒）server <- function(input, output) { observe({ file1=input$file1 if (is.null(file1)){ return(NULL) } df<-read.csv(file1$datapath) df$FAIL<-ifelse(df$OPERATION_STATUS %in% "FAIL",1,0) output$env<-renderPlot({ e <- df[which(df$CATEGORY %in% "OSV-ENVIRONMENT" & df$FAIL == 1),] p <- ggplot(e, aes(DATE, CRIT_CODE, color=as.factor(FAIL))) + geom_point(size=3) + labs(title="Environment Fails by Date") + theme_light() + theme(plot.title=element_text(hjust=0.5)) print(p) }) })
（7.5e-4秒）full(sparse(1:nnz(x), find(x), 1));
（7.7e-4秒）cols = find(x); noofones = sum(x); Y = zeros(noofones, size(x,2)); Y(sub2ind(size(Y), 1:noofones, cols)) = 1;
（1.7e-3秒）Y = accumarray([(1:nnz(x)).' find(x(:))], 1);
（3.1e-3秒）I = speye(numel(x)); Y = I .* x; Y = full(Y(logical(x), :));

Answer 5

根据您的评论“这与一个单位矩阵相同，其中消除了第（x = 0）行。”那么，您也可以像这样显式生成它：

Y = eye(length(x));
Y(x==0, :) = [];

长x的选项非常慢，但是在计算机上有10个元素的情况下，full(sparse(...的运行速度比x快。

根据部分填充的向量形成“部分”的身份矩阵

5 个答案: