高效地将数据拆分为垃圾箱

Question

我想将data变量拆分为不同的变量a b和c，然后将mean应用于垃圾箱（第一维）。有没有办法在速度上大幅度提高（例如1倍数量级）此代码？欢迎一般反馈

data=rand(20,1000); %generate data
bins=[5 10 5]; %given size of bins
start_bins=cumsum([1 bins(1:end-1)]);
end_bins=cumsum([bins]);
%split the data into 3 cell arrays and apply mean in 1st dimension
binned_data=cellfun(@(x,y) mean(data(x:y,:),1),num2cell(start_bins),num2cell(end_bins),'uni',0);
%data (explicitly) has be stored into different variables
[a,b,c]=deal(binned_data{:});
whos a b c
  Name      Size              Bytes  Class     Attributes

  a         1x1000             8000  double              
  b         1x1000             8000  double              
  c         1x1000             8000  double              

Answer 1

原始问题：沿不同暗角进行分割和平均

可以在分割之前应用均值，从而将数据简化为向量，然后可以使用accumarray：

binned_data = accumarray(repelem(1:numel(bins), bins).', mean(data,2), [], @(x){x.'});

编辑后的问题：沿相同暗淡

进行分割和平均

accumarray ¹ 不适用于矩阵数据。但是您可以使用sparse，它会自动累积与相同索引对应的数据值：

ind_rows = repmat(repelem((1:numel(bins)).', bins), 1, size(data,2));
ind_cols = repmat(1:size(data,2), size(data,1), 1);
binned_data = sparse(ind_rows, ind_cols, data);
binned_data = bsxfun(@rdivide, binned_data, bins(:));
binned_data = num2cell(binned_data, 2).';

---

^{但是splitapply确实如此。参见@Wolfie's answer。}

Answer 2

您可以使用矩阵乘法：

r = 1:numel(bins);
result = (r.' == repelem(r,bins)) * data .* (1./bins(:));

如果要将输出作为单元格：

result = num2cell(result,2);

对于大型矩阵，最好使用稀疏矩阵：

result = sparse(r.' == repelem(r,bins)) * data .* (1./bins(:));

注意：在早期版本的MATLAB中，您应该使用bsxfun：

result = bsxfun(@times,bsxfun(@eq, r.',repelem(r,bins)) * data , (1./bins(:)))

这是Octave中三种建议方法计时的结果：

矩阵乘法：

0.00197697 seconds

Accumarray：

0.00465298 seconds

Cellfun：

0.00718904 seconds

编辑： 对于200 x 100000矩阵：

矩阵乘法：

0.806947 seconds   sparse: 0.2331  seconds

Accumarray：

0.0398011 seconds

Cellfun：

0.386079  seconds

Answer 3

您可以使用splitapply（accumarray的友善小弟弟）：

% Your example
data = rand(20,1000); % generate data
bins = [5 10 5];      % given size of bins

% Calculation
bins = repelem(1:numel(bins), bins).'; % Bin sizes to group labels
binned_data = splitapply( @mean, data, bins ); % splitapply for calculation

binned_data的行是您的a，b和c。

Answer 4

您还可以使用一个简单的for循环，在这种情况下，我看不出另一个函数可以更快。函数end在任何情况下都必须读取每个值，以便...

mean

我不会将单元格拆分为多个变量，因为一个单元格正是为此目的而设计的。