Question

这是我的示例数据。

Ycoordinate = 10; 
Xcoordinate = 12; 
Zdata = 4; 

my3Darray = zeros(Ycoordinate, Xcoordinate, Zdata);
for i = 1:Ycoordinate
    for j = 1:Xcoordinate
        my3Darray(i,j,:) = uint8(rand(Zdata,1)*64);
    end
end

my3Darray = uint8(my3Darray);

如您所见，有120个位置（Y：10 * X：12），每个位置都有4个uint8值。

这是我的问题。

我想查找是否有两个或两个以上位置具有相同的Zdata向量（uint8值中的4个）。我该怎么办？
我的实际数据将是Ycoordinate=7000，Xcoordinate=7000，Zdata = 500。因此它将约为24GB阵列（7000 * 7000 * 500 = 24,500,000,000字节）如此庞大的数组可以找到相同的Zdata吗？

此外，我的数据实际上是boolean，所以它只是0或1，但我不知道如何为我只分配“ 1位（不是1个字节）”数据。

Answer 1

下面的代码将告诉您有多少位置具有重复的z数据向量。想法是将数据reshape放入2D矩阵，其中每一行代表原始矩阵中的z数据的单列。调整后的矩阵将具有Xcoordinate*Ycoordinate行和Zdata列。然后，您可以使用unique函数来获取此重塑矩阵的唯一行，该行实际上会删除所有重复的z数据向量。

您还可以将代码中的嵌套循环替换为以下行，以直接生成3D随机矩阵：

my3Darray = uint8(rand(Ycoordinate, Xcoordinate, Zdata)*64);

~~如果要存储布尔数据，请在MATLAB中使用logical数组。~~

编辑：按照上面的烧杯注释进行操作，以减少内存占用。

代码如下：

clear
clc

Ycoordinate = 4000;
Xcoordinate = 4000;
Zdata = 63;

my3Darray = uint8(rand(Ycoordinate,Xcoordinate,Zdata)*64);

%reshape data so that each z-column becomes a row
A = reshape(my3Darray,Ycoordinate*Xcoordinate,Zdata);

[A_unique, I, J] = unique(A,'rows'); %get the unique rows of A

duplicate_count = size(A,1) - size(A_unique,1)

在Matlab中比较3D数组向量的最快方法是什么？

1 个答案: